智能媒体技术在融媒体时代新闻创作中的应用

于 超

（乳山市融媒体中心，山东 威海 264500）

0 引言

媒体融合发展背景下，媒体竞争越来越激烈。新闻创作作为电视媒体的一项重要工作，传统新闻创作技术存在的弊端日益突出，严重影响新闻创作的效率及质量，不利于电视媒体长远稳定发展。智能媒体技术作为现代科学技术的重要产物，具备强大的信息挖掘能力、数据处理能力，将其融入新闻创作中，能够为融媒体时代电视媒体新闻业务创新、转型升级提供重要帮助。因此，广播电视媒体要重视对智能媒体技术的应用。

1 智能媒体技术的概念和特点

1.1 概念

智能媒体技术指的是将媒体和大数据技术、传感器技术、互联网技术、计算机视觉技术、自然语言处理技术及云计算技术等一系列先进化技术相融合，自主化感知用户个性化、多元化需求，进而动态化为其推送针对性的信息，实现智能化、数字化、自动化、个性化的媒体服务，满足新时期用户不断增长的需求[1]。

1.2 特征

智能媒体技术在实践应用中呈现出下述几个方面的特征。第一，算法驱动，运营高效。算法是智能媒体技术的核心，将算法技术融入应用传媒领域，可提前设定程序让媒体自主运行，进而自动化采集数据信息，智能化制作新闻文本，定向开发媒介产品，利用机器替代人工劳动力。第二，人机协同，深度互联。智能媒体技术可实现对人的洞察，人和机器之间实现了高度协作，逐步取代了人力协作。新闻编辑和新闻记者不再是孤单的新闻内容生产制作者，借助智能化媒体设备即可高效完成新闻创作任务，而且可语音传播新闻内容，方便用户对信息的获取。第三，精准传播，自主进化。智能媒体时代，各项智能媒体技术逐渐被应用于新闻传播领域，并且呈现出高度的拟人化特征，尤其是基于大数据技术的定向分析技术，应用于新闻业务中，可显著提升新闻传播精准性，并体现出不错的传播效果。第四，自主学习，自我净化。智能媒体技术应用于新闻业务，可实现对外部环境的自主化感知，而且可实现自主学习、成长和进化，不断丰富思想，感知能力更强，其传播地位将直逼人类甚至超越人类[2]。第五，私人订制，智能推荐。智能媒体技术与传统技术不同，其能够采集用户浏览习惯、阅读历史等内容，通过算法分析了解用户需求，发现用户行为规律，进而制作独具特色的新闻并将其精准分发到各类目标人群，实现对新闻内容的个性化创作与推荐，增强用户体验及黏性。

2 智能媒体技术要点

2.1 数据挖掘与分析技术

数据挖掘和分析技术是智能媒体技术的重要组成部分，在新闻创作中发挥着非常关键的作用。数据挖掘和分析环节，在网络爬虫技术、应用程序编程接口（Application Programming Interface，API）技术的加持下，可自动化提取新闻数据，并预处理所采集的各类原始数据，进行数据清洗、数据去重、数据缺失检测等操作，实现对数据质量及准确性的有效保障。对于经过预处理的数据，采用数据挖掘算法对数据当中具备较高利用价值的信息进行提取，并将其应用于新闻创作当中。数据挖掘和分析技术的核心是数据分析和模式识别。分析数据时，借助统计学手段统计有价值的数据并展开分析，能够帮助新闻记者及新闻编辑了解观众兴趣及需求，进而为其推送针对性的新闻信息内容。进行数据模糊识别时，借助深度学习技术和机器学习技术，能够发现新闻事件规律，为新闻编辑和记者决策提供重要参考[3]。

2.2 自然语言处理技术

自然语言处理技术是智能媒体技术的一项核心性技术，可让计算机快速处理、生成自然语言文本，实现人与计算机之间的高效交互。自然语言处理技术主要由以下几部分组成。一是文本分析和情感识别。文本分析是自然语言处理技术的基础，通过对自然语言文本进行分词以及词性标注等处理，进而将连续的字符转换为结构化的词汇信息；情感识别则可实现对文本情感的识别，将其应用于新闻创作中，能够快速了解用户对新闻事件的情感态度，为后续内容优化以及舆情分析提供重要参考。二是语义理解和生成。该技术应用于新闻创作中，可帮助新闻记者及编辑更加深入地理解用户意图与需求，并深入掌握语言文本含义，在此基础之上联合语义生成技术，为用户量身定制新闻内容，自动化生成新闻标题及摘要，带动新闻发布效率的提升[4]。三是机器翻译和语音识别技术。依靠该技术，有助于新闻工作者及时高效获取到多模态、跨语言的信息，然后将其快速翻译成为常规语言或本地语言，使得新闻报道范围更广、更深。在语音识别技术的支撑下，可快速将语音新闻转化为文本新闻，提高新闻创作及发布的效率。

2.3 人工智能与深度学习技术

智能媒体技术中，人工智能与深度学习技术发挥着重要作用，通过搭建神经网络及深度学习框架，能够实现对文本、图像、语音以及视频等多种类型媒体数据的高效处理及分析，不断丰富素材，为新闻创作提供便利和帮助。图片、视频以及文字是新闻创作环节非常关键的元素，通过合理添加图片及视频，能够增强新闻报道的真实性，并提升其吸引力、说服力。新闻创作当中应用智能媒体技术，发挥图像识别技术的功能作用，能够自动化标注并分类视频内容及图像，方便新闻创作对素材的获取及整理应用。不仅如此，图像生成技术、视频合成技术亦是人工智能与深度学习技术的重要组成部分。将其应用于新闻创作环节，可丰富新闻表现形式，增强新闻报道的创意性、生动性、有趣性。除此之外，应用智能决策算法，能够结合用户爱好及需求为其私人订制新闻内容，智能化决策新闻选题、标题、内容等各环节工作，满足用户对新闻报道的个性化需求及对新闻内容的满意度。

3 智能媒体技术在融媒体时代新闻创作中的应用路径

3.1 内容采集智能化

内容采集是新闻创作的关键环节。传统新闻内容的采集主要是由人工完成，不仅采集速度缓慢，而且采集渠道狭窄，无法很好地保证新闻创作质量。借助智能媒体技术，可实现对新闻内容的智能化采集，新闻采集效率明显优于传统人工采集模式，可第一时间将最新发生的新闻经过采集、整理后报道给用户，更好地保障内容的时效性。智能媒体技术的加持，实现了新闻信息采集范围的扩大，比如针对地震、火灾等突发性自然灾害，往往无法深入现场进行报道，但借助无人机等智能化设备，即可深入现场采集信息，获取到与新闻现场相关的更多视角、范围的信息资料，为新闻报道提供重要的素材，增加新闻报道深度。

3.2 内容生产智能化

智能媒体技术具备对人类思维与能力的模仿特征，其识别、创造、分析及推断能力要优于人，这对新闻内容的生产形成了非常大的影响。新闻内容的智能化生产需要借助多项智能媒体技术，包括自然语言处理技术、语音转换技术、自动语音识别技术等等。借助上述智能媒体技术取代人工写作，快速自动生成新闻稿，可将新闻编辑、记者等工作者从枯燥的工作任务当中解放出来，将更多的时间和精力投入到新闻线索调查及深度报道中。但需要注意的是，智能化内容生产往往会出现一些缺陷，如逻辑错误、用词不准等，进而对新闻创作质量产生不利影响，影响新闻点记录、收视率以及观众满意度，甚至可能引发播出事故，产生不良社会影响，因此要加以管理[5]。

3.3 内容分发智能化

创作新闻时，如何让内容生产和用户需求始终维持在良好匹配的状态，是新闻工作者需要深思的问题。人工智能时代，信息呈现出爆炸式的增长趋势，过去以人工为核心的内容分发模式的弊端日益突出。融媒体时代，以算法推荐为核心的智能媒体技术为内容分发模式创新带来有利的机遇。借助算法推荐，改变过去人找信息的方式，取而代之的是信息找人，使得内容分发更具高效性和精准性。以今日头条为例，其在推荐算法的支持下，通过对用户特征、喜好、浏览历史等特征进行采集分析，可为不同的用户提供个性化、多样化的新闻内容，极大地改变了用户对信息的获取模式，可实时化、动态化、智能化地向用户“投喂”信息，满足用户对信息的多元化需求，增强用户对新闻媒体的黏性和满意度[6]。

4 结语

融媒体时代，智能媒体技术与电视新闻媒体融合发展是大势所趋。新闻创作是新闻媒体的重要工作内容，相关主体要提高对智能媒体技术的融合应用意识，充分发挥出智能媒体技术的优势，转变新闻创作理念和思路，创新新闻创作技术，提高新闻创作效率和质量，满足用户多元化与个性化需求，增强用户忠诚度，提高电视媒体的影响力与核心竞争力，促进电视媒体新闻业务转型升级发展。