品玩

科技创新者的每日必读

打开APP
关闭
Google

写过很多文章,却依旧取不好一个标题

TensorFlow帮你取一个好标题!

唐健博

发布于 2019年11月14日

取标题太难了。

一篇好文章能不能被更多人看到,首先靠的就是标题。好标题决定了读者是否点击,好内容则决定了读者是否深入阅读。

如果你从事媒体/公关行业,相信你比任何其他行业的人都要清楚标题对于文章的重要性。而如果你是一名读者,也一定喜欢足够吸引眼球的标题。

不过如同韩寒所说,“听过很多道理,却依然过不好这一生。”或许我们写过很多文章,但取个好标题依旧是难题。

万物皆有规律

好标题是有迹可循的,找到其中的规律,便能四两拨千斤。着手搜集一下近两年刷屏的爆款文章,想找出它们的标题的共同点。不过仔细一想,我的脑袋就大了——按照统计学的标准,必须要分析足够多的样本,才能得出一个相对客观、接近于真相的答案。

幸运的是,如今人工智能可以帮我们完成标题评估的工作。

作为一款常用的微信编辑器,“壹伴”除了帮助公众号运营者高效地处理文章排版、转载、查看文章阅读和点赞等工作之外,它还提供了一个“标题评分”的功能。

“标题评分”,顾名思义,它能根据你现有的文章标题进行打分,同时可进行 10 个标题的评分。

如果得分较低,你能够根据“标题推荐”的参考,不断调整标题,从而获得更高的标题分数。得分越高,意味着标题的吸引力越大。这一功能是基于 TensorFlow 开源机器学习框架开发出来的。

“人脑对标题进行打分,评价纬度可能有语句通顺、情感色彩、字数长度等等,但人脑可以例举的标准数非常有限。”壹伴的联合创始人杨慧杰对 PingWest品玩说道,“机器的优势就在于它在采用了一个语言模型之后,可以计算上千万组的数据,进而发现更深层次的文字表达特征。”

杨慧杰提到的这个模型叫做BERT(Bidirectional Encoder Representations from Transformers),它是 Google 于 2018 年发布的基于**双向 Transformer **的大规模预训练语言模型,建立在 TensorFlow 的基础上,被称为最强的 NLP(自然语言处理)模型。

它原本可以用于问答、情感分析、垃圾邮件过滤、文档分类等等任务当中。在壹伴这里,它能够自然地联系标题中前后词语的联系,理解其含义。壹伴通过 TensorFlow 对 BERT 进行训练,在众多数据里找到一定规律,因而通过这个语言模型获得的标题评分,会更具有参考意义。

AI 取标题靠谱吗?

这应该是大家心中都有的疑问,因为通常人工智能在执行任务时,不会像人类那样细腻。

给标题打分其实就是像人一样去理解、评估语言的含义和效果,因此前期需要人类对其进行大量训练,赋予它一定的人类思维模型,才能让人工智能进行正常的作业。

当被问及壹伴标题评分的训练过程时,杨慧杰表示,在功能上线之前,他们花了 21 天的时间对机器进行反复训练、测试以及调整。

前期测试过程中,壹伴建立了一个包含 1800 万个标题的数据库,并结合文章阅读数、点赞数和留言数对机器进行训练。这其中几乎涵盖了可以表现文章效果的所有数据,最终达到了团队的设立的三个标准,他们才决定上线标题评分的功能。

对于机器来说,它首先需要区分优质和劣质,壹伴准备的 1800 万个标题里,被分为优质和劣质标题,机器首先要在这两种类别中找到各自的特征,并做以区分。最终机器的评价准确度提升到了 87%。杨慧杰称这已经是语言分析类任务中较高的得分了;其次壹伴邀请了用户对其进行内测,测试期间已经形成了口碑效应;最后壹伴将用户提供的历史文章AB测试数据与机器打分进行对比,机器的准确率同样达到了 87%。因此它已经具备了辅助人类进行打分的能力。

对,辅助人类进行打分。现阶段的人工智能的工作不是取代人类,而是帮助人类更好地工作。标题评分可以给你很好的建议,取出好标题。

但由于“取标题”有一定的流量趋向性,很容易与一些不合规的词语或描述沾边。因此壹伴还在其中加入了“鉴别低俗内容 AI”,如果内容涉及低俗、敏感,或违反广告法,它都会提示风险。

技术提升效率

其实在功能测试过程中,壹伴还邀请了新世相团队加入测试——后者据说是中国拥有最高工程师员工比率的内容公司。

新世相今年开始建设自己的 “内容 AI 中台”,致力于用 AI 为内容创作赋能,提升内容生产的效率和质量。通过壹伴提供的商业 API 调用接口,新世相将标题评分接入了“内容 AI 中台”,用来帮助新世相团队优化标题。

据杨慧杰透露,目前每天有超过 6 万名公众号运营者在使用标题评分功能,而每天打分的标题数量则超过了 10 万个。

如今你在微信上看见的一些标题,说不定就是通过壹伴的标题评分最终得出来的。

在新世相的“AI 内容中台”里,有着新世相团队给标题打分的记录。他们会对一篇文章拟多个标题,并对这些标题进行打分,再根据评分给予的建议修改标题,最后得到一个较高的分数和令团队满意的标题,他们才会使用。
 

从前评估一个标题的好坏有两个:经验和最终效果。当然最终效果是盖棺定论,我们更想要的是在文章发出去之前给它取一个合适、且更好的标题,一篇好文章不能因为标题没取好被埋没了。

尽管市面上有大量教你取标题的书籍,不过这类书籍往往有着时效的局限性。网络用语瞬息万变,每天都会有新的流行语,用老方法是不能适应新潮流的。况且要读完厚厚一本书,还需要你投入大量的时间和精力。

因此在处理大量数据的任务面前,机器更能胜任这个角色。TensorFlow 本身是一个开源的机器学习框架,它能大大降低工程师的工作量,并节省更多时间。

杨慧杰称,由于 TensorFlow 的集成度和封装都很好,在使用过程十分顺利,工程师几乎没有花时间在 TensorFlow 的调整上,而是将更多精力投入在了特征工程、数据优化和调参等工作中。

如今我们生活正在被人工智能缓慢渗透,它正帮助我们获得更好的工作和生活。当然标题评估仅仅是机器学习的一个小小的案例,幸运的是,现在你不再孤单地一个人乱想标题,可以有机器辅助你完成取标题的工作。

未来还会有更丰富的机器学习的成果,说不定此时正发生在你的身边。

当然,我们仍在征集更多杰出的TensorFlow应用案例,你可以扫描海报下方二维码或点击“阅读原文”提交案例参与我们的报道!

或者你对这个项目感兴趣,想要了解更多关于项目的报道,也可以扫描下方二维码或搜索微信号:pingwest-live  添加品玩助手一起聊聊!

题图来自 Pixabay

下载品玩App,比99.9%的人更先知道关于「Google」的新故事

下载品玩App

比99.9%的人更先知道关于「Google」的新故事

iOS版本 Android版本
立即下载
唐健博

资深作者 线索采集微信:bourne0214密切关注智能科技产品动态及消费风向分析

取消 发布
AI阅读助手
以下有两点提示,请您注意:
1. 请避免输入违反公序良俗、不安全或敏感的内容,模型可能无法回答不合适的问题。
2. 我们致力于提供高质量的大模型问答服务,但无法保证回答的准确性、时效性、全面性或适用性。在使用本服务时,您需要自行判断并承担风险;
感谢您的理解与配合
该功能目前正处于内测阶段,尚未对所有用户开放。如果您想快人一步体验产品的新功能,欢迎点击下面的按钮申请参与内测 申请内测