提升讀者評論品質,《紐約時報》跟Google合作找解方:機器學習

2017.06.14 by
高敬原
提升讀者評論品質,《紐約時報》跟Google合作找解方:機器學習
shutterstock
所有人都可以對文章、新聞發表評論的網路世代,該如何增進討論品質?《紐約時報》與Google合作,透過科技的力量找答案。

隨著社群平台及網路新聞的發展,幾乎所有人都可以輕意的針對文章、新聞發表評論,比起過去傳統紙媒的時代門檻大幅降低,但同時也伴隨而來許多不理性、顛倒是非、攻擊性的言論,而這些言論甚至是所謂「酸民」,不但無助於議題討論、降低品質,甚至讓許多認真想參與的讀者逃離。

因此《紐約時報》跟Google合作,利用機器學習審核讀者評論,解決這種網路世代衍生出的狀況。

評論有多「毒」?Perspective都知道

據《Recode》消息,《紐約時報》為了要提升線上讀者評論品質,希望在不增加員工的情況下,將開放評論的文章數量從現在的10%提升到80%。《紐約時報》推出全新審核系統,跟Google旗下孵化器Jigsaw開發的軟體「Perspective」,要藉助機器學習(machine-learning)提升審核品質及效率。

Perspective會判斷留言是不是會影響其他人想停止參與對話討論。
Perspective

先前,《紐約時報》只開放10%的文章讓讀者評論,因為內部只有14名審核員,而每天需要處理的留言數量有一萬兩千則,「審查員真的是規模的問題」紐約時報社群編輯Bassey Etim說,他負責管理14位審查員,相信有了Perspective的幫忙,可以大大提升工作效率。

Perspective會透過學習,自動批准不具爭議的評論,事實上,Perspective軟體是透過評論有多「毒」來進行分類,意思是這些留言是不是會影響其他人想停止參與對話討論,你可以點擊這理進入Perspective網站,測試像是「全球暖化」或是「英國脫歐」等話題的留言評分。

《紐約時報》強調,沒有任何留言會自動被演算法拒絕,因為人類審查員才是最終的決策者,社群編輯Bassey Etim說:「只有那些仇恨言論,或是顛倒是非、跟文章內容完全無關或含有敏感個人資訊的內容才有可能被拒絕。」

目前《紐約時報》利用Perspective審核一小部分會出現在網站首頁的評論內容,將有疑義的內容標住起來,讓這14位審查員在訓練軟體時,可以更有效率決定哪些內容可以留在頁面上。

讀者回饋將成為報導的一部分

「在網路上主宰言論變得越來越容易,人們要不是選擇完全離開討論,就是新聞網站選擇整個關閉評論功能。」Jigsaw執行長Jared Cohen於聲明中表示:「機器學習的力量,提供我們重新衡量的機會,扭轉這個趨勢。」

《紐約時報》強調,審查員不會完全被軟體取代,他們的工作會只會被強化而已,社群編輯Bassey Etim談到:「預計逐步增加開放評論的文章至25%,上軌道後報紙也會重新設計評論版塊,編採人員會納入更多評論意見至文章中。」

Jigsaw執行長Jared Cohen:「在網路上主宰言論變得越來越容易,人們要不是選擇完全離開討論,就是新聞網站選擇整個關閉評論功能。」
shutterstock

他告訴外媒《Recode》,「我們已經將許多網站上的讀者評論融入報導中。」「現在的《紐約時報》將讀者回饋視為報導的ㄧ部分。」

越多的評論代表更多不同的觀點提供編採人員梳理,同時也代表讀者可以跟《紐約時報》產生更多連結,如此一來就能轉換成更多數位廣告收入。」

因應數位時代,媒體紛紛裁撤公共編輯

本月初《紐約時報》為了縮減開支,裁撤了公共編輯一職。

公共編輯過去專門處理讀者意回饋,《紐約時報》表示,公共編輯已概念已經過時,在網路世代社交媒體、網絡上的讀者已經共同成為現代監督者的角色,比起一人負責監察有更高的警覺性且更有效率。

公共編輯是《紐約時報》在2003年因為爆出抄襲報導的醜聞而設置的職位,透過處理讀者意見、評論來挽回公信力,過去幾年包括《華盛頓郵報》也裁撤公共編輯一職,或許透過科技的幫忙,可以幫助我們距離真相及有幫助的討論更接進一步。

資料來源:RecodeFortuneMashable

每日精選科技圈重要消息