智能应用
AI写作应用于新闻领域的利弊探析
□亓燕刘继泰
摘要：
在科技飞速发展的今天，人工智能技术正日益深入人们的工作和生活，其中AI写作作为一项重
要应用，以其快速、高效、精确等特点受到用户青睐。但在实际应用过程中，AI写作也暴露出诸多问题，这
不仅引起了公众的关注，也成为专家学者讨论的焦点。本文旨在分析AI写作在实际应用中的利弊，并在此基
础上提出相应的解决方案，以期推动AI写作在新闻领域的应用变得更加顺畅和健康。
关键词：
AI；新闻写作；利与弊；未来展望
近年来，AI在写作领域的应用日益增多，不仅涵过预处理的数据输入选定的模型中进行训练，目标是使
盖新闻报道和报告，还扩展到散文、小说、广告等多种模型能够学习和掌握文本数据中的特征和规律，从而能
文本生成任务。AI写作在质量和效率方面已经取得了够生成遵守语法和语义规则的文本。这一过程不仅包括
显著进步，然而这一领域仍面临着一些问题和挑战，要模型对数据的学习，还涉及对模型性能的调整和优化，
实现更广泛的应用和接受度，需针对现有挑战进行深入以确保生成的文本既符合语言规范，又具有一定的创造
研究和技术改进。性和流畅性。
（三）文本生成
AI写作的工作机制模型训练完成后，就可以利用训练好的模型来生成
AI写作的历史最早可以追溯到20世纪中叶，当文本。这一过程通常从输入一个触发词或关键词开始，
时的研究人员开始尝试使用计算机进行自动文本生成。AI模型基于这些输入生成相应的文本内容。为了提高
21世纪初，随着生成式预训练Transformer模型（如生成文本的质量，可以采取若干技术手段。例如，引入
GPT）和双向编码器表征法（BERT）等先进的神经网语言模型来提高文本的流畅性和连贯性，引入注意力机
络模型的出现，AI写作技术得以迅猛发展。这些模型制来提升文本的关联性和一致性，引入条件生成来满足
通过大规模的训练，学习了文本的结构和语境，极大地更多样化和个性化的写作需求。
提高了AI生成文本的连贯性和自然性。如此一来，AI（四）文本评估和调优
写作不仅在技术层面上取得了突破，也为其在多领域生成的文本需要经过评估和调优来提高质量。评估
（包括新闻、文学创作等）的应用开辟了新的可能。分为人工评估和自动评估。人工评估需要专业人员对生
计算机完成人工智能写作大致要经过四个步骤。成的文本进行审查和打分，以判断其语法、语义和可读
（一）数据收集与预处理性等方面的质量。自动评估则可以利用一些指标和评估
AI写作的首要步骤是收集和准备训练数据。这些方法来进行，例如BLEU、ROUGE等。根据评估结果，
数据可以来自互联网上的大量文本资源，也可以是特定可以对模型进行调优。通过不断的评估和调优，可以提
领域的专业文献。数据收集完成后进行数据的预处理，高AI写作的效果和质量。
这一过程包括但不限于数据清洗、分词以及标注等多个
步骤。[1]数据预处理的主要目的是将原始文本数据转利用AI创作新闻的利与弊
换成计算机能够有效处理的格式，确保数据的质量和一（一）优势
致性，以便进行后续的模型训练。人工智能技术在新闻领域的应