5 systemów AI dla branży wydawniczej – wsparcie procesów redakcyjnych

websensa.com 1 rok temu

AI w branży wydawniczej stwarza możliwość wyniesienia publikowanych treści na wyższy poziom, ulepszenia i przyspieszenia procesów edytorskich, zarządzania redakcyjnym obiegiem pracy, doskonalenia strategii promocji – jednym słowem może bardzo pomóc ludziom, nie zastępując ich.

W dzisiejszych czasach informacja jest cenna, o ile zostanie dostarczana szybko

Z uwagi na rosnącą ilość informacji, a także sposobów ich reprezentacji, istnieje problem z docieraniem materiałów do odbiorcy. Na usprawnienie tworzenia, dystrybucji i konsumpcji treści już od dawna realny wpływ wywiera technologia. Ma ona najważniejsze znaczenie dla przyszłego dziennikarstwa. Większość dużych wydawców przeszła do trybu online i korzysta z algorytmów uczenia maszynowego, aby użytkownik końcowy zyskiwał dopasowane do siebie treści w możliwie najkrótszym czasie. Wyzwania branżowe coraz częściej rozwiązuje się dzięki narzędzi opartych na AI.

Możliwości AI w branży wydawniczej

Wiadomo już, iż narzędzia AI upraszczają takie procesy, jak sprawdzanie gramatyki, formatowanie i edytowanie tekstu. Użycie ich daje możliwość skupienia się na ważniejszych rzeczach, choćby kreowaniu treści wyższej jakości.

Dzięki AI nastąpił także postęp w automatyzacji tłumaczeń, które poprawiły dostępność treści w różnych językach. Korzystając z przetwarzania języka naturalnego (NLP), z dłuższych fragmentów można tworzyć krótsze, bardziej spójne teksty. Eliminują one przy tym ryzyko błędu ludzkiego i jednocześnie przyspieszają wprowadzanie treści na rynek wydawniczy.

Narzędzia AI wdrażane przez zagranicznych liderów w branży

Na porządku dziennym staje się wdrażanie i korzystanie z narzędzi opartych AI przez największych zagranicznych wydawców. Oto przykłady:

Forbes

Wprowadził oparty na sztucznej inteligencji CMS (system zarządzania treścią) o nazwie Bertie. Jest to sztucznie inteligentna platforma wydawnicza, zaprojektowana specjalnie dla wewnętrznego newsroomu – dziennikarzy, sieci ekspertów i partnerów.

Platforma Bertie dostarcza, w czasie rzeczywistym, popularne tematy do omówienia, zalecając sposoby na uatrakcyjnienie nagłówków i sugerując odpowiednie obrazy. Forbes zapowiedział regularne wdrażanie nowych technologii AI, aby jeszcze bardziej ułatwić pracę swoim pracownikom.

Washington Post

Wypuścił Heliograf – technologię opowiadania historii do obsługi hiperlokalnej. System automatyzuje pisanie newsów, wspierając dziennikarzy i reporterów w ich pracy. Zaczęto od dziedzin opartych na danych, jak sport i finanse.

Przetestowano go podczas Olimpiady w 2016 r. Wiadomości tworzono poprzez analizę danych z gier, następnie dopasowywanie danych do odpowiednich fraz w szablonie historii w celu opracowania treści, które można publikować na różnych platformach.

W ciągu roku system napisał 850 artykułów, które wygenerowały ponad 500 000 odsłon w Internecie. Ciągłe ulepszenia technologii umożliwiły automatyczne pisanie artykułów zgodnie z linią redakcyjną Washington Post.

Bloomberg

Używa rozwiązania o nazwie Cyborg. System ten pomaga w tworzeniu i zarządzaniu treścią; wspomaga dziennikarzy i redaktorów głównie w przygotowaniu informacji finansowych. Może np. wygenerować artykuły raportujące zyski firmy na koniec każdego kwartału. Cyborg jest zaprogramowany tak, aby natychmiast identyfikować i wykorzystywać odpowiednie słowa kluczowe.

5 przykładów wykorzystania AI w branży wydawniczej

1. Trend Driven Journalism

Dziennikarze czy redaktorzy newsowi posiłkują się bieżącymi wydarzeniami i wiedzą na ogół, o czym pisać. Ale już redaktorzy, którzy parają się konkretnymi dziedzinami, muszą poszukiwać inspiracji. Aby utrzymać przewagę konkurencyjną na rynku wydawniczym, powinni dostarczać interesujące i rzetelnie opisane treści w możliwie najszybszym trybie.

Gdyby chcieć manualnie wyszukać odpowiednie, wiarygodne i wartościowe z punktu widzenia danego wydawcy treści, trzeba by poświęcić wiele czasu. Relacje live, błyskawiczne tweety, tysiące źródeł informacji o zróżnicowanej jakości i wiarygodności stanowią strumień trudny do przeanalizowania w sensownym czasie. Ponadto, nie każdy news pasuje do profilu wydawnictwa, jego odbiorców i reklamodawców.

Zatem to, co warto publikować jest wypadkową profilu danego wydawcy, szybkości gromadzenia sprawdzonych informacji oraz przewidywanego CTR (tj. klikalności) wśród odbiorców, a dzięki temu także wartość dla reklamodawców podążających za klientami.

Dlatego powstało Trend Driven Journalism. To narzędzie wspomagające dziennikarzy i redaktorów w pracy nad tekstami w trakcie ich powstawania. Bazuje ono na informacjach z Google Trends, które rejestrują, co ludzie wyszukują każdego dnia. Piszący nie musi wychodzić ze swojego systemu, by poszukiwać informacji, bo ma Trends wbudowane w narzędzie rekomendacji. Szczegółowe zalety TDJ:

  • podpowiada piszącemu treści z baz swojej redakcji, powiązanych z nim portali, a także konkurencyjnych portali informacyjnych;
  • rekomenduje treści wyselekcjonowane pod względem popularności w Internecie;
  • pomaga redakcjom publikować treści z doskonale dobranymi słowami kluczowymi i bogatymi w łącza zwrotne (backlinks);
  • pozwala wzmacniać własne treści poprzez adekwatne ich cytowanie i budowanie wartościowej sieci semantycznej pomiędzy publikowanymi treściami;
  • daje szanse na wysokie pozycje w wyszukiwarkach internetowych (Google, Bing) oraz wysokie CTR, przyciągając zarówno odbiorców, jak i reklamodawców.

2. SEO Tool

Aby usprawnić procesy SEO dla wydawców, AI może przejąć pewne działania. Może np. badać słowa najważniejsze i optymalizować wykorzystanie ich w publikowanych tekstach, a w efekcie znacznie zwiększyć trafność i widoczność treści oraz przynieść:

  • wysoką pozycję w wyszukiwarkach internetowych;
  • dużą liczbę odwiedzin na stronie;
  • zmaksymalizowanie klikalności reklam (CTR).

Wiadomo jednak, iż ważność słów kluczowych gwałtownie się zmienia, a ponadto każdy dział informacyjny danego wydawcy ma swoje charakterystyki i istotne podzbiory słów kluczowych.

Aby temu zaradzić, opracowano narzędzie SEO Tool. Bazuje ono na działaniu tzw. crawlerów, czyli modułów odpowiedzialnych za ciągłe analizowanie różnych źródeł informacji w odniesieniu do ich pozycji w wynikach wyszukiwarek internetowych.

  • Rozwiązanie to wspomaga proces identyfikowania i monitorowania słów kluczowych z podziałem na różne działy informacji.
  • Jego użytkownik może samodzielnie określać słowa i frazy najważniejsze do monitorowania, a jednocześnie posiłkować się frazami rekomendowanymi automatycznie w oparciu o treści wykazujące wzrostowy trend popularności, niezależnie od źródła w Internecie.

3. Deep Content Understanding (DCU)

DCU jest narzędziem, które wspomaga dziennikarza w tworzeniu artykułu lub redaktora w jego edytowaniu. Podpowiada, co i jak wykorzystać, by wzbogacić treść, generując i podsuwając powiązania.

Powstaje ono tak, iż buduje się bazę wiedzy na podstawie określonych w danym tekście tzw. nazw jednostkowych (named-entity). Mogą nimi być: czas, nazwisko, nazwa miasta czy organizacji, a ich zbiór określa, o czym jest w tekście mowa. Tworzy się w ten sposób siatkę powiązań między named-entity a napisanymi już artykułami, a choćby zdjęciami i osobami.

Artykuły są znajdowane dzięki modeli sieci neuronowych, które wykrywają znaczenie poszczególnych fraz w całym tekście. Im większa istnieje baza napisanych artykułów, tym więcej named-entity wygeneruje podpowiedzi. Dodatkowo można je zawęzić do danego czasu, np. ostatniego tygodnia/miesiąca.

Dziś informacja jest wartościowa, o ile jest dostarczona szybko

4. Content Moderation Platform

Jest to narzędzie wykorzystujące przetwarzanie języka naturalnego (NLP) w celu adekwatnej klasyfikacji danej wypowiedzi. Dzięki dogłębnej analizie, określa, czy dany komentarz może zostać opublikowany w serwisie. Narzędzie ma na celu:

  • wspomóc walkę z mową nienawiści w sieci;
  • odrzucanie komentarzy nasyconych negatywnymi emocjami (narzędzie wykrywa intencję piszącego nawet, jeżeli komentarz nie zawiera wulgaryzmów);
  • odciążyć moderatorów manualnie przeglądających komentarze, poprzez automatyzację tego procesu (teraz osoby te przyjmują rolę animatorów, ożywiając dyskusję i budując społeczność);
  • blokowanie ruchu pochodzącego od robotów.

Stworzony przez WEBSENSA system CMP, zgodnie z naszymi testami, myli się rzadziej, niż ludzie pracujący jako moderatorzy. Prawdopodobnie wynika to z faktu, iż ludzie, po kilku godzinach przeglądania komentarzy, tracą czujność. Efektywność naszego narzędzia jest na poziomie 95%, co oznacza, iż 95% komentarzy jest klasyfikowanych poprawnie. Jest to jeden z najlepszych wyników na rynku.

5. Rekomendacje artykułów

Ze względu na ilość informacji, które mogą dotrzeć do ludzi, pracę wydawców internetowych coraz częściej wspomagają tzw. systemy rekomendacyjne. Zadaniem tych systemów jest usprawnienie użytkownikom dostępu do materiałów dopasowanych do ich zainteresowań.

Systemy rekomendacyjne (SR) mogą wykorzystywać AI do polecania czytelnikom artykułów (także naukowych) i innych zasobów na podstawie analizy ich historycznych preferencji, interakcji na platformie lub informacji osobowych. Taka personalizacja poprawia satysfakcję użytkownika, co przekłada się na większą jego interakcję z daną platformą. SR oparte są na podejściach:

  • Content-based podstawą działania rekomendatora jest analiza podobieństwa pomiędzy materiałami w celu rekomendowania powiązanych do aktualnie konsumowanych treści. Rekomendator, na podstawie informacji o danym materiale (w przypadku artykułu: tytuł, treść, autor, kategoria, itp.), rekomenduje podobne materiały, mogące zainteresować czytelnika.
  • Collaborative-filtering – podstawą działania rekomendatora jest analiza preferencji użytkowników względem materiałów oraz podobieństwa pomiędzy użytkownikami. System analizuje, jakie materiały preferuje dany użytkownik i rekomenduje je użytkownikom do niego podobnym.

Te najnowsze narzędzia agregują w sobie wspomniane podejścia, dzięki czemu uzyskiwane wyniki są jeszcze bardziej poprawiane.

Podsumowanie

Powyższe rozwiązania oparte na AI wprowadza coraz więcej firm z branży wydawniczej. Wspierają w ten sposób prace redakcyjne nad artykułami i wyręczają pracowników w żmudnej pracy przeglądania setek serwisów i podstron. Dzięki temu zwiększają swoją przewagę konkurencyjną, mogąc tworzyć treści szyte na miarę swoich czytelników, zgodne z aktualnymi trendami.

Wszystkie te narzędzia mamy w naszej ofercie w WEBSENSA. Wyjątkowość naszych rozwiązań bazuje na innowacyjnym wykorzystaniu sztucznej inteligencji, grafowych baz danych i śledzeniu trendów w Internecie. Zaprojektowaliśmy je w oparciu o chmurę obliczeniową, dlatego skalowanie i łatwość integracji z systemami wydawcy jest na tę chwilę bezkonkurencyjna.

Narzędzia AI dla branży wydawniczej – kontakt

Jeśli myślisz o wdrożeniu któregoś z powyższych rozwiązań na swojej platformie wydawniczej i szukasz doświadczonego w branży dostawcy technologicznego – zapraszamy do kontaktu: WEBSENSA – Kontakt. Nasi eksperci z uwagą wysłuchają Twoich potrzeb i pomogą zdefiniować odpowiednie rozwiązanie.

Idź do oryginalnego materiału