Yapılandırılmış Gazetecilik Hackathon'u

BR AI + Automation Lab, BBC #Newshack'te "Remix Regional" prototipini geliştirdi. Amaç, radyodan bölgesel haberleri bir uygulama aracılığıyla konum tabanlı ve kişiselleştirilmiş bir şekilde sunmaktır. Fikir, Yapılandırılmış Gazetecilik ilkesini izler. Ve bu arada, kişiselleştirilmiş haber karışımının Lego ile çok ilgisi var.

BR bölgesel bir sağlayıcıdır. Bavyera bölgelerinin çeşitliliği, genellikle bölgesel stüdyolarda yerinde veya Bavyera'nın birçok yerindeki muhabirlerimiz tarafından üretilen programımıza yansıtılmaktadır. Bu nedenle , AI + Otomasyon Laboratuvarı'nda içeriğin bölgeselleştirilmesinin çalışmalarımızın odak noktası olacağını erkenden anladık .

BBC ile Hacking

BBC, 3 ve 4 Aralık tarihlerinde BBC #Newshack “Modüler İçerik”e ev sahipliği yaptı . Anahtar soru şuydu: " Haber deneyimlerini kişiselleştirmek için modüler içeriği nasıl kullanabiliriz?" hackathon'un üstünde: Haber deneyimini kişiselleştirmek için modüler içeriği nasıl kullanabiliriz?

Hackathon böylece yapılandırılmış gazetecilik ilkesini izler . Yapılandırılmış gazetecilik, meta veriler ve yeni teknolojiler tarafından yönlendirilen bir gazetecilik biçimidir. Her katkının temelde ayrı bilgi bloklarından oluştuğunu varsayar. Gazeteciler daha sonra bu blokları yeni parçalara, formatlara ve hatta yeni ürünlere dönüştürmek için yapay zekayı (AI) ve otomasyonu kullanabilir.

En büyük zorluklardan biri, içeriği baştan itibaren modüler bir şekilde üretmek veya mevcut içeriği otomatik olarak daha küçük bilgi bloklarına bölmek ve bireysel blokların içeriği hakkında mümkün olan en iyi bilgiyi makine tarafından okunabilir meta veriler olarak kaydetmektir. Burada sıklıkla dil işleme yöntemleri (NLP) veya yapay zeka kullanılmaktadır.

Gazetecilikte Lego ilkesi

Meta verileri kullanarak bilgi blokları, örneğin zaman serileri oluşturmak, içeriği belirli bir konuda gruplandırmak veya belirli bir yere odaklanmak için Lego tuğlaları gibi tekrar tekrar bir araya getirilebilir. BBC #Newshack için bölgesel veri boyutuna bakmaya karar verdik.

Bölgesel stüdyolarda üretilen ve Yukarı Bavyera, Aşağı Bavyera/Yukarı Pfalz, Swabia, Frankonya ve Ana Frankonya için beş bölgesel pencerede yayınlanan Bayern 1'in sabah programında içerik olarak bölgesel haberleri seçtik .

“Remix Regional”: Kişiselleştirilmiş bölgesel haberler

BBC #Newshack için "Remix Regional" prototipimizi 48 saatten kısa bir sürede geliştirdik. Bir uygulama olarak tasarlanan çözüm, kullanıcıların Bavyera'da bir yer seçmesine ve Bavyera Radyo programından kişiselleştirilmiş bölgesel haberleri dinlemesine olanak tanıyor. Örneğin, Landsberg am Lech'teki kullanıcılar radyo programında olduğu gibi sadece Yukarı Bavyera'dan değil, aynı zamanda örneğin Svabya'nın komşu idari bölgesindeki Memmingen'den de haber klipleri alıyor.

Bu, uygulamanın arka planında yer alan ve mesaj paketini mesafe, konum boyutu ve mekansal ayrıntı düzeyi gibi faktörlere göre derleyen bir algoritma tarafından sağlanır. Daha sonra bir vektör algoritması, raporları tematik benzerliklerine göre kümeleyen seçilen kliplerin sırasını belirler. Bu sayede Corona'dan spora, Corona'ya kadar kullanıcıların anlayamadığı konu atlamalarının önüne geçebiliyoruz.

Meta veriler olmadan hiçbir şey çalışmaz

"Remix Regional", doğrusal radyo programından modüler içeriği kişiselleştirilmiş bir şekilde bir uygulamada nasıl çalabileceğimize dair bir fikir gösteriyor. Bir seyahat rotası boyunca içeriğe sahip başka bir uygulama , burada blogda da sunulan Drive by Bayern prototipinde gösterilmektedir .

Bu tür yaklaşımlar, yalnızca temel içerik - bizim durumumuzda bölgesel haberlerden alınan bireysel raporlar - uygun meta verilerle birlikte belirli bir biçimde mevcutsa mümkündür. Bu nedenle hackathon öncesinde BR arşivleriyle iletişime geçerek fikrimize uygun ham maddeyi elde ettik.

Yapılandırılmış Gazetecilik için veri altyapısı

Arşivdeki meslektaşlarımız bize Swabia, Yukarı Bavyera ve Aşağı Bavyera/Yukarı Pfalz'dan bölgesel haberleri aldılar, bunları rapor başına ayrı klipler halinde kestiler ve bize her klip için, bazıları elle oluşturulmuş, diğer şeylerin yanı sıra, oluşturulan yerler, bölgeler, konular ve ses madenciliği ile otomatik olarak Transkriptler dahildir. Bu, algoritmalarımıza klipleri kriterlerimize göre yeniden düzenlemek için yeterli veri noktası sağladı. Aşağıdaki örnek, meta verilerimizden küçük bir alıntıyı göstermektedir.

NUMBER: 82940
CLASS: “News”
TITLE: “Der Münchner Großmarkt”
LANGUAGE: “de”
RESSORT: “Regionalreda. Oberbayern”
PROGRAM: “Bayern 1”
BROADCASTDATE: “2020–11–27”
BROADCASTTIME: “10:02:17”
AUTHOR: “Hülsmann, Lenja”
EDITOR: “go / Leidl, Barbara”
SOURCE: “BR München”
CHANGEUSER: “GOSSP”
CHANGEDATE: “2020–11–29”
CHANGETIME: “09:12:48”

Bu, medya kuruluşlarının ancak yazı işleri departmanları, teknoloji ve arşivlerin etkileşimi yoluyla bir bütün olarak çözebileceği teknik ve organizasyonel bir sorundur. Hâlihazırda üretilmiş olan yüksek kaliteli malzemeye yönelik yeni, yapılandırılmış ve kullanıcı dostu bir yaklaşım beklentisi, girişimi değerli kılmaktadır. Gelecekte, meta verilerin oluşturulması da kısmen veya tamamen otomatik hale getirilebilir.

Yapılandırılmış gazetecilik konusuna bölgeselleşmeye atıfta bulunan başka bir yaklaşım, halihazırda bölgesel olarak yapılandırılmış bir şekilde mevcut olan veritabanları tarafından sunulmaktadır. Hava durumu veya trafik gibi konulardaki bu tür verilerle, bölgeselleştirilmiş içerik de güncel bilgilerle mükemmel bir şekilde desteklenebilir.

Voice için Bölgesel Veriler

AI+ Otomasyon Laboratuvarı'nda yılın başından beri buna benzer verilerle deneyler yapıyoruz. Projelerimizden ikisi bu tür veritabanları üzerine kurulu, ancak bunları çok farklı şekillerde kullanıyor Eylül 2020'nin başında, Alexa için ses uygulamamız Biowetter'ı piyasaya sürdük . Bu, kullanıcıların yalnızca sesli komutla Almanya'daki tüm konumlar için organik hava durumunu sorgulamasına olanak tanır. Biowetter daha sonra Alexa'nın sesinde seçilen konum için etkileri verir.

Beceri, Alman Hava Durumu Servisi'nin (DWD) ücretsiz olarak kullanılabilen biyo-hava durumu tahminlerine dayanmaktadır. Veriler, topografik koşullara dayalı olarak on bir Alman bölgesi için mevcuttur. Bu tür verileri ilgi çekici buluyoruz çünkü kullanıcılara her gün yeni konum tabanlı teklifler sunmamızı sağlıyor.

BR24'te, korona pandemisi için otomatik olarak oluşturulmuş çok çeşitli grafikler, metinler ve haritalar bulunmaktadır. Bunun için, örneğin Bavyera'daki 7 günlük insidans için bölge haritası gibi bölgesel olarak yapılandırılmış verileri de kullanıyoruz .

Bu veri tabanlı bölgesel içerik bir kez oluşturulduktan sonra, yapılandırılmış gazetecilik ilkesine göre yapay zeka ve otomasyon ile çok farklı bağlamlarda da kullanabiliriz — örneğin "Remix Regional" gibi bir haber uygulaması için ayrı bir eklenti olarak. ” prototipi, akıllı hoparlörler aracılığıyla ve çok daha fazlası.

Doğrusal programın içeriği

BBC Newshack'ten “Remix Regional” prototipimiz, seslendirme becerisi Biowetter ve Bavyera ve Almanya için Corona sayıları, bölgesel verileri ve içeriği çok farklı bağlamlarda kullanılabilir hale getiren AI + Otomasyon Laboratuvarı'ndan üç projedir. Bunların bir kısmı, lineer olmayan, kişiselleştirilmiş uygulamalarda da kullanılabilen lineer programın içeriğidir ve bir kısmı da sahada olup bitenlerle ilgili verilerdir.

Bölgeselleştirilmiş uygulamalar ve yerel bilgi referansı ile edindiğimiz deneyimler, BR'de gelecekteki projeler için önemli bir temel oluşturuyor ve kullanıcılarımızın ve evdeki ihtiyaçlarını daha iyi anlamamıza yardımcı oluyor. Aynı zamanda, örneğin teknik altyapıyı ileriye dönük bir şekilde tasarlamak için stratejiye geri bildirimde bulunabiliriz.

Hackathon denememiz “Remix Regional”ın prototipi, aşağıdaki bağlantıdan web sürümü olarak denenebilir .

Hackathon ekibi: Sebastian Bayerl, Michael Kreil, Morteza Shahrezaye, Uli Köppen, Cécile Schneider, Rebecca Ciesielski, Steffen Kühne (tümü BR AI + Automation Lab), Christina Elmer (Der Spiegel)