新闻转载：计算机自动生成医学文章——且被维基百科接受

luojie-dune · **发表于 :** 2009-09-26 18:08

网络正在影响计算机语言学研究。《科学人》杂志报道，在新加坡举行的计算语言学会上，麻省理工学院的研究人员发表了他们的研究——利用计算机自动生成维基百科文章 http://people.csail.mit.edu/regina/my_papers/wiki.pdf 。

研究人员首先搜集维基百科中与美国影星、疾病相关文章，各2150篇和523篇。这些文章通常有四段，每段约200字。他们用这些资料训练电脑自动分析文章结构、搜集各段落资料、选择切题文句、组合文句撰写文稿。例如，要写「细菌性血管瘤病」的维基百科文章，电脑首先以“bacillary angiomatosis diagnosis”为关键字，在搜索引擎上收集“细菌性血管瘤病”的“诊断”段落相关资料。之后，电脑考虑文句对此段落是否适切，对整体文章是否过于重复等因素，组合成为几个段落的文章。评估分析显示电脑自动生成文章的信息与品质，非常接近真人写出的文章。或许学术评估方式不足采信，需要真实考验。因此，研究者把15篇自动生成的疾病主题文章，公布到维基百科上。按照维基百科的政策，这些刚录入的短文，一概分类标示为“小作品”（stub），意味着文章还需要扩充。最终这15篇电脑生成文章，在英文维基百科正常存活——并引来许多维基用户参与修改增删，短时间内大部份内容的质与量大大提升。维基百科管理者也就拿掉“小作品”标签，晋升10篇疾病简介为正式文章。

所以你下次浏览英文维基百科时看到的文章，可能就是电脑起头撰写的。