胡小羽，孫 通，胡 康，王 磊

（1.江西省氣象服務(wù)中心，江西 南昌 330000；2.深圳市國家氣候觀象臺，廣東 深圳 518040）

0 引言

隨著技術(shù)的發(fā)展，新型媒體平臺不斷增多，大眾獲取氣象信息的渠道趨于多樣化，傳統(tǒng)公眾氣象服務(wù)方式難以滿足日漸增長的公眾服務(wù)廣度和深度要求，融媒體氣象服務(wù)成為當前主流的發(fā)展方向。面對多平臺、多需求、多數(shù)量的新要求，融媒體氣象服務(wù)產(chǎn)品在產(chǎn)出速度和數(shù)量上都面臨新的挑戰(zhàn)，依靠人力很難快速形成產(chǎn)品的海量輸出。機器寫作的引入可以實現(xiàn)氣象數(shù)據(jù)自動生成圖文和音視頻產(chǎn)品，有利于彌補氣象融媒體服務(wù)人力產(chǎn)能不足的短板。

1 機器寫作技術(shù)的應(yīng)用現(xiàn)狀

機器寫作指的是運用算法收集、處理數(shù)據(jù)并自動生成稿件的計算機程序。理想情況下，寫作機器人可以脫離人力干涉，自動且快速地生成各種題材的文字稿件，包括并不限于新聞資訊、服務(wù)說明、詩歌文學、文字腳本等內(nèi)容，且能夠不斷學習、自我迭代，從而達成輔助或代替人類寫作的目的[1]。

目前，機器寫作技術(shù)已經(jīng)從理論逐步走向?qū)嵺`，在國內(nèi)外多個領(lǐng)域，尤其是傳媒領(lǐng)域獲得了較為廣泛的應(yīng)用。國外已經(jīng)使用機器寫作的媒體有紐約時報（blossom）、美聯(lián)社（WordSmith）、華盛頓郵報（Heliograf）等，國內(nèi)有新華社（快筆小新）、騰訊（dreamwriter）、今日頭條（張小明）、南方都市報（小南）等，寫作內(nèi)容以財經(jīng)、體育、科技新聞以及每日熱點資訊為主。

隨著機器深度學習領(lǐng)域的拓寬，部分新聞寫作機器人涉及了部分天氣資訊的寫作，主要以天氣災(zāi)害和天氣新聞播報為主，但還存在兩點不足：一方面，主流產(chǎn)品以抓取相關(guān)網(wǎng)絡(luò)數(shù)據(jù)為主，在氣象數(shù)據(jù)上的可選范圍小，難以進行更復(fù)雜和詳細的天氣描述，同質(zhì)化程度高；另一方面，產(chǎn)品主要以文本為主，基本沒有常規(guī)運行的音視頻產(chǎn)品，難以適應(yīng)當前的融媒體環(huán)境，大眾覆蓋面較窄[2]。

想要更好地利用氣象數(shù)據(jù)，實現(xiàn)多種形式產(chǎn)品的生產(chǎn)，就要用機器寫作技術(shù)實現(xiàn)“氣象數(shù)據(jù)-文本”，并以此為基礎(chǔ)，引入當下成熟的文字轉(zhuǎn)語音技術(shù)以及氣象數(shù)據(jù)可視化技術(shù)，最終以氣象數(shù)據(jù)為基礎(chǔ)，自動快速形成氣象融媒體產(chǎn)品。

2 氣象融媒體機器寫作的制作模式

機器寫作技術(shù)模仿或代替人類工作，本質(zhì)上是一種自然語言處理系統(tǒng)（Natural Language Processing，NLP），根據(jù)不同的數(shù)據(jù)來源和產(chǎn)出需求，發(fā)展出了模板式、抽取式及生成式3 種模式。

2.1 抽取式機器寫作

抽取式機器人會對文本進行語義分析，識別冗余信息，抽取重要內(nèi)容，通過摘錄或概括的方法壓縮文本，形成對于既定文字的摘要，再加以計算確保文摘的連續(xù)性，這種技術(shù)廣泛應(yīng)用于新聞內(nèi)容概括和文摘生成[3]。

在氣象融媒體服務(wù)當中，抽取式機器寫作可以以新聞綜述和信息匯總的生成方式，通過抓取已經(jīng)存在的相關(guān)服務(wù)信息和新聞，對某種災(zāi)害性天氣服務(wù)進行匯總型整理，尤其是對于已經(jīng)結(jié)束的天氣過程，讓大眾有更加全面的認識。但由于氣象實況和預(yù)報主要以數(shù)據(jù)為主，該方式難以表達天氣預(yù)報及相關(guān)服務(wù)。

2.2 模板式機器寫作

模板式寫稿機器人主要通過優(yōu)化算法，在預(yù)先存儲的大量寫作模板中，選擇與給定材料相匹配的模板，將信息加以組合生成文本，是目前應(yīng)用最成熟、實現(xiàn)最容易的一種機器寫作方法，但生成的內(nèi)容相對固定化。

模板式機器寫作可以較好地形成氣象融媒體服務(wù)“數(shù)據(jù)-文本”的流程，為了規(guī)避模板固定化、內(nèi)容同質(zhì)化的弊端，可通過加設(shè)氣象數(shù)據(jù)條件判定，即以氣象服務(wù)內(nèi)容特征為依據(jù)，設(shè)置數(shù)據(jù)呈現(xiàn)的觸發(fā)機制，篩選當天最為突出的實況內(nèi)容和預(yù)報特征，在文字用語、圖片配色上做差異化分類，能夠在一定程度上規(guī)避產(chǎn)品的大量同質(zhì)化問題[4]。

2.3 生成式機器寫作

生成式主要通過深度學習和增強學習技術(shù)實現(xiàn)。機器通過大量的文學作品樣本進行訓(xùn)練，學習各類寫作風格、建立寫作模型，再根據(jù)輸入的文字片段獲知任務(wù)需求，預(yù)測并生成與需求相匹配的文稿，進行輸出。

在理想情況下，生成式機器寫作是比較好的解決方案，能夠通過深度學習，不斷自我迭代，但在實際操作過程中還面臨大量技術(shù)挑戰(zhàn)，如樣本的補充難度、模型訓(xùn)練的復(fù)雜度、同義詞的問題、情感傾向問題、歧義性問題等等，因此距離實際生產(chǎn)應(yīng)用還有不小的距離。

筆者認為，基于氣象數(shù)據(jù)量大的特性，以及重預(yù)報、重防范的服務(wù)特性，模板式機器寫作可以更好地側(cè)重于天氣過程的發(fā)生發(fā)展，可以作為主要的機器寫作方式，從而實現(xiàn)數(shù)據(jù)驅(qū)動、自動生產(chǎn)文本的快速流程，并通過數(shù)據(jù)判定、模板更新、更替圖片配色等方式，彌補內(nèi)容同質(zhì)化缺陷，發(fā)揮特長。

3 氣象融媒體機器寫作的實現(xiàn)方法

3.1 整體架構(gòu)

氣象數(shù)據(jù)自動生產(chǎn)氣象融媒體產(chǎn)品的實現(xiàn)需要4 個模塊，即數(shù)據(jù)管理模塊、文稿生成模塊、語音合成模塊以及視頻合成模塊，如圖1 所示。數(shù)據(jù)管理模塊讀取和保存氣象實況和預(yù)報數(shù)據(jù)，文稿生成模塊主要完成將氣象數(shù)據(jù)轉(zhuǎn)化為文本的工作，語音合成模塊采用外鏈文字轉(zhuǎn)音頻技術(shù)，形成音頻產(chǎn)品，視頻合成模塊將選用的氣象數(shù)據(jù)生成圖片，最終結(jié)合音頻產(chǎn)品輸出成視頻。通過各個模塊的寫作，可以實現(xiàn)氣象數(shù)據(jù)對文字、音頻、圖片和視頻的自動生成，由一組數(shù)據(jù)形成整套多樣態(tài)的氣象融媒體服務(wù)產(chǎn)品[5]。

圖1 氣象融媒體機器智能寫作結(jié)構(gòu)

機器寫作技術(shù)主要應(yīng)用在文稿生成模塊，該模塊是整個體系的基礎(chǔ)和核心，基于模板式機器寫作方式，該部分主要通過文稿模板素材庫和數(shù)據(jù)觸發(fā)規(guī)則來實現(xiàn)，當氣象實況和預(yù)報數(shù)據(jù)滿足觸發(fā)條件，則對該組數(shù)據(jù)進行模板文字匹配。

3.2 機器寫作文稿生成

機器寫作文稿生成部分的主要內(nèi)容由兩大部分組成，一是數(shù)據(jù)觸發(fā)規(guī)則，二是文字模板素材?；跉庀髷?shù)據(jù)的特性和大眾對氣象服務(wù)的主要需求，需要分別對兩者進行細致的設(shè)定。

3.2.1 數(shù)據(jù)觸發(fā)規(guī)則

數(shù)據(jù)觸發(fā)規(guī)則需要判斷是否觸發(fā)描述該天氣，以及如何有區(qū)分、有輕重地描述此類天氣。氣象數(shù)據(jù)包含氣象實況數(shù)據(jù)和預(yù)報數(shù)據(jù)，氣象實況數(shù)據(jù)具有氣象要素、時間、不同量級定義、地理位置等復(fù)雜信息，每個時段所有站點擁有的全要素氣象實況數(shù)據(jù)，信息量大且龐雜，需要從大量的信息中篩選出對大眾生活有影響的天氣要素，有重點地進行描述。預(yù)報數(shù)據(jù)包含時間、天氣、區(qū)域等信息，同樣也需要從面到點的概括式、聚焦式說明。

數(shù)據(jù)選取規(guī)則需要根據(jù)不同氣象要素分類設(shè)定，一條規(guī)則需要包含規(guī)則的id、觸發(fā)優(yōu)先級、規(guī)則內(nèi)容以及觸發(fā)動作等信息，可以讓大眾更加明確天氣的強度。比如氣溫要素，需要配置“如果文本生成時間＞08 時且＜14 時，且未觸發(fā)最低氣溫數(shù)據(jù)，那么就使用08 時氣溫全省平均值”。而如果是降雨，則需要配置“10 mm 以上站點占10%～30%，觸發(fā)最近24 h 累計雨量，使用降雨站點數(shù)量以及主要量級。當最高量級為大雨以上時（≥25 mm），還需調(diào)取最高量級站點數(shù)量、最高值站點名稱及其數(shù)值。”

地理分布規(guī)則，主要為了更加明確地歸納天氣發(fā)生發(fā)展的地理位置，并使用約定俗成的區(qū)域劃分方式。以江西省為例，可以劃分為贛北、贛中、贛南等區(qū)域，大眾可以更加直觀地認知該天氣的覆蓋面。

3.2.2 模板語料庫

根據(jù)細分的判定規(guī)則，需要對每一種天氣要素的不同強度分類進行細致的模板文字梳理，比如對于高溫，當全省日最高氣溫滿足“30 ℃＜全省最高氣溫平均值（c）＜35 ℃”這一條件時，在文字內(nèi)容的分類上考慮使用一般表達強度，簡單描述現(xiàn)狀?！白蛱烊∽罡邭鉁仄骄校╟）℃?！倍斎兆罡邭鉁貪M足“30 ℃＜全省最高氣溫平均值（c）＜35 ℃，且30%以上站點數(shù)值≥35 ℃”時，文字部分需要體現(xiàn)熱的強度升級，如“昨天，全省熱浪席卷，日最高氣溫平均有（c）℃，（c2）個縣區(qū)出現(xiàn)了35 ℃以上的高溫，其中（c3）最為炎熱，高（c4）℃?！?/p>

同時，針對不同天氣對大眾生活影響的方向不同，需要有側(cè)重的服務(wù)關(guān)照提示。比如“氣溫波動大，需要關(guān)注氣溫變化，合理調(diào)整著裝”“氣溫偏高，午后雷雨多發(fā)，大家出門的時候記得備一把雨傘，防曬防雨兩不誤”。不僅呼應(yīng)和總結(jié)了未來天氣變化的重點，同時還在一定程度上體現(xiàn)了人文關(guān)懷，使文稿更具有“人味”。

根據(jù)觸發(fā)的規(guī)則，機器會選取合適的模板作為輸入，生成數(shù)據(jù)替換后的最終語句。同一個觸發(fā)規(guī)則有可能對應(yīng)多個文稿模板，此時可以對文稿模板定義優(yōu)先級或者采用隨機、輪詢的方式選擇。

3.2.3 音視頻產(chǎn)品生成

音視頻產(chǎn)品的生成主要通過引入成熟的相關(guān)轉(zhuǎn)換技術(shù)來實現(xiàn)。在機器寫作完成數(shù)據(jù)篩選和文本生成后，音頻產(chǎn)品將會由文字直接轉(zhuǎn)換而來，視頻的畫面部分可以通過對觸發(fā)數(shù)據(jù)的氣象數(shù)據(jù)可視化技術(shù)實現(xiàn)，經(jīng)過規(guī)則匹配之后，系統(tǒng)篩選出使用的數(shù)據(jù)種類和時次。根據(jù)這些信息，在素材庫中搜索對應(yīng)的可視化圖片產(chǎn)品。這些圖片產(chǎn)品會作為素材，替換After Effects 模板中的資源，然后進行渲染，最終生成視頻。

4 應(yīng)用前景及缺陷

4.1 應(yīng)用前景

以機器寫作技術(shù)為基礎(chǔ)，引入音頻和數(shù)據(jù)可視化技術(shù)，可以很好地解決氣象融媒體產(chǎn)品在短時間、大批量、全平臺、多樣態(tài)覆蓋的難題，能夠在一定程度上解放服務(wù)人力。主要有以下優(yōu)勢。

（1）數(shù)量多，極大豐富常規(guī)的氣象融媒體產(chǎn)品數(shù)量，實現(xiàn)多平臺、多時次的氣象融媒體產(chǎn)品投放，節(jié)約服務(wù)人力，可以讓公眾氣象服務(wù)人員投入在創(chuàng)造性內(nèi)容以及重大氣象災(zāi)害的相關(guān)服務(wù)產(chǎn)品上。

（2）速度快，在突發(fā)氣象災(zāi)害，尤其是短時強對流天氣等生命史短暫、影響區(qū)域狹小、時空分布復(fù)雜的天氣過程時，利用機器寫作，可以快速制作并發(fā)送服務(wù)產(chǎn)品，特別是可補充融媒體產(chǎn)品制作欠缺的縣區(qū)一級。

（3）性價比高，一次投入多次使用。由于氣象內(nèi)容的數(shù)據(jù)轉(zhuǎn)產(chǎn)品的特性，只要形成多樣化的邏輯模板、不斷抓取語料庫，后期輔助人工審核即可，可減少大量人力成本和從業(yè)人員的教育時間成本。

4.2 不足及思考

氣象融媒體機器寫作的應(yīng)用能在一定程度上緩解目前氣象融媒體產(chǎn)品的產(chǎn)能不足和供需矛盾，但同樣面臨著一些風險，具體如下。

（1）內(nèi)容同質(zhì)化風險?？焖佟⒋罅康哪０鍍?nèi)容出現(xiàn)，使得相關(guān)內(nèi)容同質(zhì)化現(xiàn)象明顯，很容易帶來審美疲勞，導(dǎo)致關(guān)注度流失，應(yīng)當更多頻次地更新語言模板和產(chǎn)品樣態(tài)。在重大氣象服務(wù)中，更多專業(yè)且精細化的融媒體服務(wù)產(chǎn)品，還需更多的專業(yè)服務(wù)人員的參與。

（2）海量資訊重點模糊。當大量機器生產(chǎn)的融媒體產(chǎn)品投放時，信息呈現(xiàn)爆炸性的增長，容易使得真正重要的內(nèi)容無法更好地傳達到大眾面前。因此，在使用和投放中應(yīng)當更加慎重，尤其是面對氣象災(zāi)害時，需要更加規(guī)律且克制地使用相關(guān)技術(shù)。

（3）內(nèi)容導(dǎo)向風險。對于災(zāi)害性天氣的描述很可能流于數(shù)據(jù)而缺乏人文關(guān)懷，對于災(zāi)害的用詞的準確性，是否符合災(zāi)情中的情感傾向，需要人工把握和審核。

5 結(jié)語

機器寫作在氣象融媒體服務(wù)中的應(yīng)用具有較好的技術(shù)可行性和良好的使用前景，該技術(shù)的使用將極大地豐富氣象融媒體產(chǎn)品的數(shù)量和更新頻次，但應(yīng)將人機關(guān)系定位在協(xié)同服務(wù)的位置上，補充人力不足，輔助人工服務(wù)，形成差異化分工合作，而絕不是代替人工。機器寫作需要不斷由人工審核、審慎投放、更新模板，才能避免內(nèi)容同質(zhì)化、模糊焦點和內(nèi)容導(dǎo)向的風險，更好地為大眾提供氣象服務(wù)產(chǎn)品。