出版商|产业·观察丨海外出版商在用AI做什么？( 二 ) 中薪|高薪|产业|出版商|在用

我们选取了9月在京举办的第12届中国图书馆馆长与国际出版社高层对话论坛及英国出版商协会的《AI在出版业的作用》分析报告中的5个案例，来阐释AI技术在出版业的广泛应用。
01
AI技术实现智能推荐释放科研活力
爱思唯尔产品副总裁罗斯·惠里尔（Rose L’Huillier）以ScienceDirect平台（以下简称SD平台）为例，介绍了该公司如何运用AI技术，帮助研究人员进行科研并促进科学发展。
她表示，在信息泛滥的时代，研究人员处理大量数据是极其困难的。他们期待有足够的工具构建和解释海量信息。同时，研究人员做学术研究时发现，研究变得越来越跨学科。很多未知的术语正在被使用，而研究人员通常需要更多的信息来源。此外，研究人员在搜索和阅读文章的过程中浪费了大量时间。
爱思唯尔在一年多前，通过使用机器学习（ML）和自然语言处理（NLP）技术，并借助关键词共现来构建AI领域，探究在这个领域使用了哪些不同的技术。惠里尔以两个例子来说明SD平台上如何运用AI来帮助研究人员开展科研工作。
一个案例是运用AI技术创建SD主题页。她指出，主题页就像一个科学的维基百科网站，用户通过它可以找到关于特定主题的基本信息。研究人员可能会遇到一些具体问题，如浏览一项科学研究时，遇到了一个不理解或不熟悉的领域中的专业术语，想更多地了解它。这时，研究人员可以通过点击由AI完成的链接进入主题页。研究人员也可能希望搜索某一领域的更多信息，SD制作一个可以被搜索引擎发现的主题页，便于研究人员通过搜索引擎找到这些专业术语的可靠来源。
在运用AI技术生成主题页时，首先通过不同领域使用的15种分类法来确认哪些概念是希望建立的主题页。然后利用数据挖掘技术来运行分类法，选出想要使用的章节和文章，并生成主题页。之后再运用NLP技术选择相关信息片段。
NLP技术可以帮助我们确定哪些文章内容与该主题最相关，以及应选取多大的信息片段。有了一些信息片段后，我们就要确定哪个信息片段要优先展示，使用相关性排名运算技术会有助于揭示相关性最高的信息片段。最后一步是在整个过程中加入一些人工干预，以保证数据质量。
她指出，需要从学科专家那里获取反馈意见以确保质量。在这个过程中可能会有一些主题是关于其他学科的，对此要进行特别处理。除此之外，主题页会进行自我纠错。ML模型使得数据质量不断提升并且持续了解用户浏览的信息片段，积累数据分析的信息。
另一个案例是运用AI技术提供推荐服务。推荐服务可以预测用户是否喜欢一篇文章，以及这篇文章是否与用户相关。SD的推荐服务可以帮助读者减少搜索文章的时间，提高阅读文章的相关性，并且提供人工搜索难以找到的答案。在推荐服务的帮助下，爱思唯尔帮助研究人员找到了通过其他方式找不到的文章。
她介绍，SD平台从3年前开始，基于在SD上阅读的文章，为注册用户提供个人推荐服务，并一直在改进其背后的技术，如运用AI技术收集用户反馈、用户点击次数等数据，以及基于最相关筛选技术，推荐看过这篇文章的其他用户浏览过的相关性文章，这大大提升了推荐服务的文章质量。此外，运用ML排序算法来确定每个章节文章的相关性排名，并通过用户点击率来发送反馈信息至系统中，使系统可以判断哪些是相关的，由此确定下一次推荐文章的呈现顺序。
根据用户的阅读历史、浏览内容的相关性以及ML排序算法做推荐，意味着使用更多数据作为输入项来进行推荐，使得输出的推荐结果也与用户更相关。SD平台还向注册用户发送相关推荐内容的电子邮件或在SD个性化设置中找到推荐内容。近期，SD平台又推出了Beta版本的、基于用户反馈信息的个人推荐控制面板和移动应用程序。用户在选择将哪些内容作为输入项推荐文章方面也有更多的自主性。这样，推荐服务也实现了由用户提供推荐依据，由此选择不同的输入内容，如输入项可以是用户出版历史记录。研究人员在Scopus中声明作者信息，SD平台就可以结合整个出版历史记录，提供相关推荐文章。
另外，用户在SD平台上的浏览历史记录以及Mendeley Library中存储的信息，都可以作为个性化推荐的依据。用户可以定义一组想设置推荐的文章，如选择推荐与其中一篇或者多篇自定义文章关联性最高的文章。此项推荐服务可以实现用户负责推荐依据，可以选择不同的输入内容。
惠里尔表示，今后这项推荐服务将不限于推荐SD平台上的内容，还将扩展到Scopus平台上所有索引的内容，这项推荐服务也被称为“Scopus Discovery”，这样就可以让研究人员的工作变得更加轻松。