风险|人工智能让舆情监测从信息检索走向内容多维度识别( 二 )

从“网络问政”到“网络理政”
近年来，有不少地方的市场监管部门越来越重视舆情数据的使用。将当前舆情压力最大、最敏感的行业作为工作关注的重要方向，特别是对一些周期性、常态化的问题提前布局，通过精准识别、精准执法，以监管促合规，在降低自身舆情风险的同时，也提升工作效率，优化市场环境。
汪大伟指出， AI舆情系统提升了信息概括总结的能力，舆情作为重要的社会评价数据，在跟其他维度的数据进行融合之后，再次扩展了应用场景和使用价值。很多政府机构将舆情数据视为社会治理数据的重要组成部分；企业则常将舆情数据作为大数据风控和智慧营销的重要参考指标。显然， AI舆情系统推动了“网络问政”向“网络理政”的转变。
随着近些年数据风控应用越来越广泛，在治理个人征信数据滥用乱象之后，很多金融企业将舆情数据作为重要的风险指标，希望利用舆情数据进行风险识别、风险估测和风险评价等。
汪大伟说：“AI舆情系统不仅能够将已有风险归纳为经验知识，还可以利用人工智能技术和知识图谱功能，将某一种经验扩充为某一类经验，以此来实现对未来风险的精准预测。此外， AI舆情系统的知识图谱功能，具有推理计算的能力，可以发现以往并未存在但将来可能存在的风险，满足用户的深层需求。 ”
2020年9月，《关于加快推进媒体深度融合发展的意见》指出要以先进技术引领驱动融合发展，用好5G、大数据、云计算、物联网、区块链、人工智能等信息技术成果，加强新技术在新闻传播领域的前瞻性研究和应用。
在传统媒体时代，一篇新闻稿件发布的同时，意味着工作即结束。而在融媒体时代，稿件的发布仅仅是稿件传播的开始。通过对稿件内容的分析，可以更加精准地分析出稿件更适合在什么时间发布、更容易在什么平台上传播、更适合用哪种表现形式。而这一切，很可能是基于舆情数据对当前新闻舆论的精准分析。
延伸阅读
媒体智能化初步形成三大模式
2月5日起，北京广播电视台在播出北京冬奥新闻时，屏幕左下角多了一个熟练运用手语播报的“虚拟人”——“冬奥手语播报数字人系统” ，让听障人群更好地感受到了冬奥盛况。从虚拟新闻主播到手语播报虚拟人等，人工智能技术已经成为北京冬奥会新闻播报的一个重要辅助技术，而智能化也早已成为如今新闻传媒发展中的一个关键词。
中国传媒大学等联合发布的《中国智能媒体发展报告（2020—2021）》指出，目前媒体智能化已初步形成三大模式，即智慧广电模式、智慧报业模式、商业平台智能化模式。
在强有力的政策引导与扶持下，我国智慧广电得以迅猛发展，人工智能技术不断融入广播电视各业务流程，催生出了智能视频修复、智能视频编辑、广电网络智能分发、广电云监管、多维度审核体系、广电公共应急信息智能服务等一系列智慧广电创新应用。
在人工智能、媒体融合相关政策助推下，近年来中国报业智能化转型进程显著提速，目前已进入媒体融合“深水区” 。整体来看，传统报业智媒建设经历信息生产单点环节赋能、采编发全链路智能支撑、中台驱动平台级产品对外输出3次进阶。
头部互联网商业媒体平台在市场驱动下率先开启智能化升级转型，目前人工智能技术覆盖从汇聚、管理、生产到发布的全链路，智能应用呈现出百花齐放的局面。在疫情催化、全面视频化的趋势下， AI+视频也成为商业平台角力的新赛道。采访人员华凌

风险|人工智能让舆情监测 从信息检索走向内容多维度识别( 二 )

风险|人工智能让舆情监测从信息检索走向内容多维度识别( 二 )