智搜：十余项NLP算法赋能，构建核心竞争壁垒

2021-03-12 11:56:23来源：财讯网

2010年，随着人工智能潮兴起，智能写作概念和技术在国内开始萌芽。无论是投资人，还是业务需求方，都怀着很高的热情和期待。腾讯、百度、今日头条、京东等互联网巨头先后进入这条赛道，同时智搜、文因互联等 NLP 领域领先创业公司也扎根媒体、营销、金融等细分领域。经过近十年的技术积累和商业落地，用户对智能写作的新鲜感正在退去，思考和认识也在重归理性。

用户对智能写作的核心需求是什么？

我们提倡机器写作，所为的不过“懒”字。和人类创作相比，机器写作的优势在于效率高、时效快、覆盖全面，没有主观偏见等。

媒体人员希望智能写作能够帮自己完成一篇采访稿件；自媒体人员希望机器能够帮忙产出10W+的爆文；金融分析师渴望机器写作能将自己从金融报告的海洋里摘出来；公务人员希望机器能帮忙准备一篇领导讲话稿……写作渗透工作的方方面面，甚至可以说每个人都会面临着写作的需求。

用户期待通过机器解放自己，但前提是保证内容本身的价值——原创性、可读性和可传播性。

1615452310800(1).jpg

原创，就是由机器学习人类写作并模拟人类写作习惯，全自动生成全新的内容。以微信、头条等自媒体平台而言，对于平台创作者而言，基本都会有原创要求和审核。

可读性，可以用句子通顺度，前后文逻辑统一来衡量。如果机器生成的文段，可以保证语句通顺，前后自洽不矛盾，就距离成功进了一步。

机器生成的内容具备原创和可读性，即使距离人类的创作水平还有大半距离，也可以说质量初达标。再经过用户的二次优化后，就是一篇可以传播的合格内容。

制约智能写作原创度的核心因素

目前市面上有不同的智能写作产品，针对的行业不同，写出的质量也不相同。原创性和通顺度成为用户衡量产品竞争力的关键。

俗话说，读书破万卷下笔如有神。这句话说的就是写作需要的素材积累。基于深度学习、自然语言的智能写作，依赖于算法和数据两个因素。

以京东为例，作为一家电商平台，沉淀了海量的电商文案数据，再辅以雄厚的算法技术资源，基于自身业务需求出发，研发出京东电商文案平台，为电商平台输出高质量的商品特点介绍。

智搜，则是走了一条技术市场化之路。历时5年技术攻关，积累了知识图谱、智能语义等众多核心技术。知识图谱技术，可以对资讯、营销、金融等领域的素材数据不断打标签，形成机器写作的原始素材库。据了解，智搜目前已经积累了上百亿的营销素材。

1615452434300(1).jpg

当然，我们也要认识到，在算法优化和大规模语料数据支持下的智能写作，目前远没有达到和人类一样的创作水平。智能写作的成长之路还有很远。

发力提升原创度智搜持续优化写作算法

除了前面提到的百亿级的营销素材，智搜团队在算法上的积累同样深厚。团队采取的了WikiAnswers，Quora，TCNP，LCQMC等专业训练集，同时还开发了非监督的中文语言生成模型，基于百亿级的文章进行训练，具备了原创的写作能力，系统可在5秒内生成10篇原创文章，每篇字数在1000-2000字，通顺度达到80%左右。

1615453783191(1).jpg