2016 年，百度全面发力内容生态领域，借助人工智能 (AI)、自然语言处理 (NLP)、深度学习 (Deep Learning) 等技术和百万级别的用户标签，推出个性化信息资讯流，与此同时，百度战略级产品「百家号」2017 年预计将向内容生产者分成 100 亿，以此鼓励个人和机构入驻参与内容创作。

而在众多内容生产者之中，一位特殊的「作者」显得格外引人瞩目——那就是在去年上线的百度智能写作机器人（Writing-bots）。据了解，目前百度智能写作文章可涵盖社会、财经、娱乐等 15 个大类，并可实现体育新闻、热点新闻等多领域全机器创作。

图 1：百度智能写作机器人文章示例

而从目前写作的文章来看，百度智能写作机器人在语言组织、语法和逻辑处理方面都已具备了相当的能力，甚至可以熟练地使用专业术语对新闻事件进行分析，写作质量几乎可以贴近人类的水平。

那么，百度智能写作机器人究竟是如何写稿的？未来机器写作是否有望取代人类？带着对这位「神秘作者」的好奇，我们与百度智能机器写作团队展开了一次对话，试图揭开机器人写作背后的奥秘。

Q1. 为什么会想到让机器人写稿？百度智能写作机器人的研发背景是怎样的？

答：2016 年，百度确立了「搜索+信息流」双向智能适配的信息分发 2.0 模式，由于资讯流产品和百家号的迅速发展，用户资讯阅读需求呈现出了较大的增长，与此同时，我们发现，一些用户感兴趣的内容，比如彩票、股票、旅游等话题，却很少有资讯文章涉及，因而存在着大量资源的短缺，于是我们就希望结合百度自然语言处理、大数据分析、人工智能等技术优势，通过机器写作的方式，聚合全网信息和百度优质资源，快速生产文章满足用户的需求，实现用户兴趣点的快速（分钟级快讯）、高效（省时省力）、高覆盖（中长尾）满足和资讯内容的深度定制以及个性化推荐，从而在内容生态里面帮助生态自建。

Q2. 目前百度智能写作机器人可以写作哪些类型的文章？是否可以实现原创？

答：目前我们的智能写作机器人产出的文章主要有三种类型：速报类、知识类和资讯聚合类。速报类，如比赛信息、股讯快报等，对时效性要求比较高，需要瞬时将结果生成文章。知识类主要是科普类的文章，如教育（诗词、历史知识）、生活（菜谱，保健知识）、旅游等。知识类文章的数据内容主要来自百度的知识库和全网优质资源，通过对优质数据资源的组织聚合和计算推理，为用户提供更加丰富的知识和信息。而资讯聚合类是基于全网实时资讯数据，根据用户关注点，生成用户感兴趣的、以话题为中心的资讯文章，比如某一个电影热映，我们会对电影的主演、之前的作品等信息做一些扩展和盘点；对于热点事件，我们会对事件的发展过程和关键信息进行分析聚合，形成事件脉络，便于用户了解事件全貌等。这类文章是在现有的资讯信息基础上，重新智能聚合生成新的文章。

从技术方案上看，主要分为两类：

一类是基于结构化数据、知识库或优质资源直接生成的文章。速报和大部分知识类文章是基于这类技术方案。这类文章因为直接从数据通过分析聚合或知识推理生成原始稿件，因此可以说是原创。

另一类是在已有稿件的基础上通过内容分析聚合生成的新的文章。大部分资讯聚合类文章，如话题盘点、事件脉络、热门要闻回顾等都属于此类。因为是基于已有稿件内容创作新的稿件，因此可以看作是二次创作。当然，我们也可以在一篇文章的生成中结合上述两种技术，进行混合创作。

Q3. 百度智能写作在技术上是如何实现的，基本的创作流程是什么？

答：我们的智能写作整体是基于大数据分析、内容理解和自然语言生成等技术得以实现的，基本创作流程主要分为数据采集、数据分析、自动写稿、审核签发等环节。其中核心流程「自动写稿」部分通常还包括文档规划（document planning）、微观规划（micro-planning）和表层实现 (surface realization) 三个阶段，分别解决稿件写什么、怎么写以及如何润色呈现的问题。比如文档规划，需要确定写什么内容，采用什么结构来写，微观规划则更加细致化，具体要确定怎么来写每个段落、每个句子、每个标题以及内部的结构组织等。表层生成，则是对文章整体的润色和改写，比如如何调整文章格式、给文章配图等。

图 2：百度智能文章生成过程

Q4. 百度智能写作有哪些特点和优势？实际应用情况如何？