新聞出版業(yè)是現(xiàn)代文明的守護(hù)者和傳承者，隨著科技的不斷發(fā)展，媒體出版行業(yè)正在進(jìn)入自媒體空前繁榮的新時期。

目前，已經(jīng)涌現(xiàn)大量的人工智能工具，一方面可以幫助傳統(tǒng)媒體平臺實(shí)現(xiàn)繁冗人工環(huán)節(jié)的自動化，大大提高效率，同時也惠及千千萬萬的自媒體運(yùn)營者，例如內(nèi)容格式自動化處理、傭金版稅管理等，以下我們列舉即將改變新聞出版和自媒體行業(yè)的八大人工智能應(yīng)用：

一、自動化文本分析

自動化文本分析（包括校稿）可以幫助媒體出版者高效率地檢查文本錯誤，版權(quán)侵權(quán)和抄襲行為偵測。甚至Grand Central Publishing這樣的大型出版商也開始使用自動文本分析技術(shù)。自媒體方面，在自動化文本分析微信公眾號平臺已經(jīng)得到大規(guī)模應(yīng)用，可以幫助自媒體運(yùn)營者高效率地自檢內(nèi)容錯誤和侵權(quán)行為。

二、全球受眾統(tǒng)計分析

對于出版行業(yè)來說，到達(dá)率和能見度是內(nèi)容（例如書籍）成功的關(guān)鍵，全球受眾分析能夠幫助出版者和自媒體工作者針對不同市場采用最有效率的方式。

全球市場分析除了采用類似谷歌的儀表盤工具，還可以使用AI驅(qū)動的大數(shù)據(jù)工具。出版商或者自媒體人士可以通過人工智能工具抽取分析來自Goodreads和亞馬遜的評論和愿望清單數(shù)據(jù)，來搞清楚不同地區(qū)的讀者最感興趣的內(nèi)容。

相關(guān)應(yīng)用：Google Dataset Search，可以幫助用戶通過關(guān)鍵詞搜索網(wǎng)絡(luò)上的各種數(shù)據(jù)集。

三、合同、版權(quán)和版稅管理

合同、內(nèi)容版權(quán)和版稅管理對于傳統(tǒng)出版行業(yè)人士來說是非常頭痛的問題，但卻又至關(guān)重要。正如前面提及的，人工智能工具可以用來進(jìn)行文本分析和監(jiān)測第三方平臺的侵權(quán)行為。版稅管理系統(tǒng)（RMS）則可以鏈接平臺API來確定銷售數(shù)量并自動計算版稅收入。

四、自動文本標(biāo)記

文本標(biāo)記是出了名的臟活累活。但書籍和導(dǎo)語如果不進(jìn)行標(biāo)記，讀者又很難找到它們。人工智能驅(qū)動的文本分析技術(shù)能夠自動掃描任意長度的文本并生成標(biāo)記（標(biāo)簽）。隨著語義分析和機(jī)器學(xué)習(xí)技術(shù)的不斷進(jìn)步，AI文本標(biāo)記的效率和準(zhǔn)確性還將大幅提高。一些出版社，例如Lxxus已經(jīng)開發(fā)了相關(guān)的內(nèi)容管理系統(tǒng)來完成此類任務(wù)。

五、自動格式化

書籍的格式化可不是個輕松活，尤其是對于非常規(guī)格式，例如手稿，或者有著特殊字體的文本。將書籍轉(zhuǎn)換成電子書的自動格式化工具有很多，其中比較好用的有Scrivener和亞馬遜的電子出版接口。

六、預(yù)測分析

預(yù)測分析比數(shù)據(jù)統(tǒng)計更加先進(jìn)和強(qiáng)大，例如人工智能分析可以識別用戶搜索趨勢并精準(zhǔn)預(yù)測市場的下一個“爆款”內(nèi)容IP。預(yù)測分析不但對內(nèi)容生產(chǎn)，也會對營銷相關(guān)的內(nèi)容標(biāo)題和包裝、內(nèi)容長度、閱讀深度等產(chǎn)生重大影響。

七、內(nèi)容個性化

內(nèi)容個性化對于電子書商店和單品營銷來說同等重要。統(tǒng)計顯示個性化的市場活動有著明顯較高的用戶參與度和投資回報率。

根據(jù)麥肯錫的分析，個性化能夠?qū)@客成本降低50%，收入提高5-15%，同時將營銷投資效率提高10-30%。

內(nèi)容個性化可不是在電子郵件或者短信中使用用戶姓名那么簡單，真正的內(nèi)容個性化設(shè)計到內(nèi)容推薦的個性化和定制化。

八、內(nèi)容翻譯

人類的巴別塔即將倒塌，內(nèi)容本地化能將好的內(nèi)容快速投放到世界各地。如今已經(jīng)有大量內(nèi)容翻譯工具，雖然還難稱完美，但是，由于有人工智能技術(shù)加持，專業(yè)自動化翻譯工具的發(fā)展速度一日千里。

例如，類似Unbabel這樣的智能翻譯工具使用機(jī)器學(xué)習(xí)技術(shù)來產(chǎn)生地道的翻譯內(nèi)容。翻譯工作者可以使用這些工具生成翻譯初稿，然后再人工校對。

文章來自IT經(jīng)理網(wǎng)