兩項國家中文新聞信息技術標準在新華社的應用和發展——新華社技術局局長呂銳在“網絡科學”論壇的講話

金曉紅 根據錄音整理

兩項國家中文新聞信息技術標準在新華社的應用和發展
——新華社技術局局長呂銳在“網絡科學”論壇的講話

金曉紅 根據錄音整理

當前，在全球范圍內，有關信息技術領域的基礎工作都在有條不紊地扎實推進，特別是標準化工作更是如此。各個國家早在21世紀初就把研制全新的信息置標語言提上了議事日程。而在我國，目前中文新聞信息技術標準的研制和應用情況并不理想。以我國家各大新聞機構的信息系統建設為例，其出發點都是源自自身的業務需求，并沒有采用統一的中文新聞信息技術基礎性標準。正因為如此，我們的數據庫、各種采集的素材，包括新聞信息產品本身的再次加工應用，都存在嚴重的信息孤島現象。從元數據分類到數據應用的檢索都難以整合，導致各應用系統的信息無法交流共享。不言而喻，在當前和今后的科技發展潮流下，制訂統一的國家中文新聞信息技術標準顯得尤為重要。

本次報告的主要內容是介紹在過去幾年中，新華社在制訂兩項中文新聞信息技術國家標準的基本情況以及后來針對標準應用推廣方面的一些實踐。

一、建設情況

1、中文新聞信息技術標準的立項攻關專項

2003年的11月，科技部批準了國家十五重大科技攻關項目，中文新聞信息技術標準研制課題。該課題旨在建立一套基于國際接軌，又具中國特色的、全國統一的、甚至整個華裔地區統一的新聞信息技術標準，以便有效組織管理和存儲發布中文多媒體新聞信息，實現新聞信息在華裔媒體乃至更大范圍內的交流和共享。該課題由新華社牽頭，并提供了配套資金，聯合眾多的報社、新聞單位、企業和研究機構共同參與。課題組充分研究了國內外相關技術標準，廣泛調研了國內新聞單位特別是報業單位技術的現狀和新聞媒體的實際需求，經過近兩年的努力，完成了《中文新聞信息置標語言》（簡稱CNML）和《中文新聞信息分類與代碼》兩項國家標準的研制任務。

2005年5月，上述凝聚了中國新聞媒體人心血和期待的“中文新聞信息技術”兩項標準草案形成，并向國內多家單位發送了征求意見稿，力求使標準能夠充分體現各媒體單位的共同需求和利益。

經過國家重大標準專項管理辦公室嚴格的程序審批，專家一致認為：《中文新聞信息置標語言》和《中文新聞信息分類與代碼》兩項標準的研制成功，為全國新聞信息資源的有效管理、開發、利用和共享奠定了良好基礎，填補了我國新聞信息科技領域的一項空白。2006年1月5日，國家標準化委員會審批同意兩項標準為國家推薦性標準，并于2006年5月1日正式實施。

2、兩項國家標準簡介

《中文新聞信息置標語言》（簡稱CNML）是新聞信息分類體系的載體及推廣實施的有效技術途徑，《中文新聞信息分類與代碼》是《中文新聞信息置標語言》元數據和受控詞表所依據的基礎資源，這兩個分標準之間，既相互獨立又彼此依存。《中文新聞信息置標語言》標準適用于新聞信息在“采集、編輯、生成、發布、存儲、檢索、評估反饋”生命周期各個環節，是一種既與國際接軌、又有中國特色的多媒體新聞信息元數據規范。該技術標準采用了XML（可擴展置標語言）和RDF（資源描述框架）技術，支持文字、圖片、圖形、音頻、視頻等多種媒體類型以及多媒體混合的新聞信息的描述，支持對新聞信息間關系和語義的描述，為新聞信息的自動解釋、交換和處理等新業務的發展留下了空間。該標準具有良好的擴展性和實用性，可用于多媒體新聞信息在通訊社、報社、廣播電臺、電視臺、網站以及新聞信息用戶之間進行交換和共享。

《中文新聞信息分類與代碼》標準廣泛借鑒和吸收了國內外有關媒體機構分類法的優點，大膽創新，在編制原則、類目設置等方面均具有特色。比如在立類方面，標準堅持“主題立類為主，學科立類為輔”的原則，適應了新聞信息綜合性強、容易形成專題的特點。總的來說，該標準兼顧了科學性和系統性、實用性和服務性，穩定性和兼容性、前瞻性和可擴展性的原則，不僅為新聞信息分類工作人員提供分類標引的依據，也為實現中文新聞信息分類自動化打下了一個可靠的基礎。

另外，“中文新聞信息技術”兩項標準支持多媒體特征，可實現多種業務，如圖表漫畫，音頻、視頻，手機電視等的統一格式，有利于實現功能完整，互動性強，性能完好的集采集、編輯、存儲、展示、反饋一體化的業務系統，可實現多媒體、全媒體的發稿，做到一次生成，滿足受眾多樣化的需求，提高我國新聞產業的核心競爭力。

綜上所述，“中文新聞信息技術”兩項標準不僅有利于報紙對新聞信息資源進行整合，擴大信息資源共享范圍，消除大量跨部門，跨系統和跨平臺的信息交換的障礙，有效降低交流、維護成本；還有助于促進我國多媒體新聞產業鏈的形成和新聞服務業的發展，有利于提高資源利用效率，減少重復開發和投資浪費，形成優良的產業環境，不斷提升我國媒體的國際傳播能力，更好的參與國際新聞競爭力。

3、兩項標準的推廣情況

目前，標準推廣已取得初步成效，在傳媒業界，海內外得到廣泛影響，標準可用性得到了充分的驗證。

新華社、中評社都采用了CNML標準：新華社對國內600多家，海外70家全球網用戶已采用CNML格式發稿，香港文匯報采用了CNML標準。

華光、新華紫光等公司均在其報社采編系統中支持CNML接口：TRS、上海阿爾法等多家公司已經在其產品中支持CNML標準。

而中文新聞信息分類與代碼標準繼2007年由廣西日報率先使用以來，全國已有十多家報社采用。

4、兩項標準的修訂和發展

為了保證標準適用性和可持續發展，經國家標準委批復同意，新華社牽頭正在對“兩項國標”進行修訂，此項工作已經接近尾聲。

修訂過程中，我們遵循4個原則：

1）解決新的標準應用需求和發現的問題

2）保證標準的延續性

3）探索與國際標準融合

4）更好地解決CNML標準與分類標準的協同

在新華社內部而言，CNML標準已全面應用于新華社采集、編輯、發布、供稿、內容管理、報道和業務的反饋管理等各個業務環節，是新華社系統間交換數據的唯一基礎性標準。作為全球性的三大通訊社之一的新華社而言，其機構和網絡都是全球性的。目前，新華社在全球有160多個分社，都是7×24小時不間斷運營的機構。因此，數據交換標準化尤為重要。

二、兩項國家標準在新華社業務系統中的應用

應用1:2008年奧運移動報道系統

2008年奧運移動報道系統是支撐新華社履行2008北京奧運會國家攝影隊和東道主通訊社職責的多媒體移動報道平臺。成功經受了北京奧運會大數據量、高并發的實際考驗，發稿時效和數量均超過其他通訊社。

而該系統正是全面應用CNML標準，實現了新聞稿件全流程對標準的完整支持。系統依托CNML建立了一套完整、統一標準的多媒體新聞信息的組織、發布、交換、存儲和應用的技術體系，促進了新聞信息共享，提高了資源整合能力，為新聞信息的高效利用和增值服務提供了支持。

目前該系統已歷經多次重大報道任務和突發事件報道的考驗，可以說是技術先進、結構合理。該系統也曾榮獲“王選新聞科技獎”特等獎，為CNML標準在國內傳媒行業的推廣應用起到了示范作用。

應用2：eNews采集系統

eNews采集系統是支持文字、圖片、音頻、視頻等各類型資源采集的技術平臺。 該系統支持多種通訊手段，適應不同環境，支持室內有線、無線、專線網絡、互聯網絡，室外海事衛星、手機發稿等。該系統憑借著極強的適應性已在新華社總社、國內、海外分社全面使用。同時，eNews采用CNML標準統一存儲、管理、交換各類型稿件，系統效率也因此而大大提高。

應用3：多媒體編輯系統

作為新華社這樣的全球性機構而言，總社和海外7個大分社要實現中、英、西、法、俄、阿、葡等文種各類型稿件的編輯簽發。多媒體編輯系統數據以CNML格式統一匯總和輸出，高效處理各類素材，實現了多媒體產品內容的生產，實現了信息資源統一的、標準化的標引和分類。

應用4：通信供稿系統

該系統作為新聞業務通信中樞，負責新華社各類新聞信息產品的對外播發和供稿。通信供稿系統搭建了新華社與其他媒體進行新聞交換的對接平臺，促進了新聞信息交換和共享。CNM標準的應用，簡化了數據處理邏輯，提高了發稿時效，使得數據交換更加暢通、高效。同時信息的交換也擴大了CNML標準應用的范圍，推動了標準的推廣。

應用5：“新華08”金融信息平臺

“新華08”是新華社的綜合性金融服務系統，提供實時資訊、行情報價、歷史數據、研究工具、分析模型等服務，支撐新華社從單純的新聞信息服務提供向高端信息服務、金融交易等增值服務的戰略性轉型。

“新華08”全面采用了CNML標準，接受、處理、制作金融信息產品，使信息產品的屬性更加豐富，增強了信息產品間的關聯性，為用戶提供了更好的資訊服務。CNML標準的采用使得系統伸縮靈活，可擴展性增強。

三、新華社多媒體數據體系及標準應用

新華通訊社多媒體數據庫是目前中國媒體領域最大的多文種、多媒體、海量異構資源庫。數據量達到800TB，文字信息2億多條，1000多萬底圖片，3萬多小時音視頻信息，涵蓋中、英、西、法、俄、阿、葡、日八個語種，為全球27000多家用戶提供服務。

由中國工程院金怡濂和倪光南院士等組成的鑒定組鑒定認為：“新華社多媒體數據庫系統是目前國內傳媒業已建成并投入運營的最大的多文種、多媒體數據庫，在應用集成，海量數據處理、多媒體大對象管理、多文種多種類信息檢索、XML/CNML標準技術應用等諸多方面處于國內領先水平，在中文大規模真實文本數據挖掘技術應用和新聞標識語言的研制方面居于國內先進水平”。

新華社下一代技術系統建設中，依托云平臺和分布式結構，重構多媒體數據資源的分布，建立“大數據庫”體系，深度“依賴”標準實現更大范圍數據資源整合、流轉、加工和積淀。

從新華社多媒體數據庫多次修訂的工作流程來看，在依托兩項基礎國家標準的情況下，已初步形成了完整的和規范的入庫和出庫，機構內運用非常廣泛。從入庫的角度來說，有自身播發的多類型多語種的稿件，也有引進或者與其他機構交換的各類資源，以及引進交換的非CNML語言格式的資源。通過CNML校驗、解析、入庫這樣一個工藝流程進行轉換。出庫的工藝工程是通過機構供稿，提供給最終用戶。最終支持新興媒體面向最終用戶的多樣服務。

1、多媒體數據庫CNML標準應用效果

（1）實現了海量新聞信息資源的匯聚、整合、共享和業務集成，具有標準存儲、自動查重，分類發布、個性化服務、稿件檢索、稿件統計、智能提示等功能。

（2）實現了多來源、多方式、多類型、多格式的新聞稿件以標準方式存儲到數據庫中，并以CNML格式為其他系統提供標準化服務。

（3）基于CNML標準建設的多媒體數據庫已經成為新華社整合、共享多種多媒體新聞信息資源的統一的技術平臺，因為有這樣的技術平臺使得新華社在戰略轉型過程中間對業務和流程實現再造，提供了扎實的技術基礎。也使新華社深刻體會到，采用CNML標準帶來的資源和信息利用的提高、產品加工傳播成本降低的好處，充分體現了科技創新，提高新華社核心競爭力的重要價值。

2、CNML與EventsML融合創新新聞供稿模式

基于事件置標語言（EventsML）是國際新聞組織IPTC制定的一個非常重要的標準，被喻為新聞行業的下一個經濟增長點。該標準以某一新聞事件為中心來組織新聞報道，對新聞的策劃，報道的組織，用戶的反饋，新聞報道上下游的協調，事件之間的關聯等提供技術支持，通過視頻、音頻信息和背景資料以配合文字報道刊發，有利于形成一個多媒體的全方位的融合報道形態，支撐全媒體業態的發展。這種報道形式需要新聞產業鏈上下游的雙向緊密協作，以發揮出最佳的報道效果，被稱為“通訊社和媒體用戶間新的新聞策劃與生產合作模式”，是通訊社、軟件開發商和媒體三方密切合作的結果。

CNML將借鑒、吸收EventsML標準，創新新聞供稿模式，帶動新聞聚合、全媒體融合的發展。

3、CNML與富標簽融合創新內容服務模式

為了使得新華社的全球傳播和服務能力得以提高，新華社對CNML與富標簽如何融合，做了深入的探索。新華社有全球最大的圖片匯總和圖片報道的業務系統，這個業務系統里面已經采用富標簽技術對它進行改造升級。

富標簽（UItraTag）的概念原于標簽，但超越標簽。新華社正在研制并將在中國全球圖片總匯系統中投入試用的富標簽體系是一套多維度多模態融合的內容描述體系，不僅要涵蓋時間、地點、人物、事件、內容引申等維度的文本標簽信息，還可根據媒體類型擴展標引維度，例如圖片可擁有拍攝風格、顏色、紋理等特征信息標簽。通過規范標簽與擴展標簽，基于語義關系進行標簽的智能關聯和智能推薦。通過富標簽的標引，解決媒體內容描述不足或不全面的問題。通過標簽庫的語義關聯，解決標引精準性和用戶檢索隨意性的矛盾。

CNML將吸收富標簽體系，創新各類媒體的服務模式，提供用戶更好的信息搜索體驗。富標簽體系也將在新華社逐步全面應用。大范圍內合作推廣。

四、多方位開放合作

4、新聞自動分類工具的研發與應用推廣

“新聞分類”標準是基于知識屬性建立的多級分類體系，涵蓋知識面廣，但分類體系復雜，對分類人員要求過高，不便于大面積推廣。

新華社正在結合智能語義處理技術，研發自動分類工具，通過一定量的語義訓練和人工糾錯，使自動分類的準確率達到90%以上。通過建立人工輔助自動的規范標引工藝流程，能夠進一步提高自動分類準確率，提高標引效率。新華社將在多媒體數據庫中首先應用該工具，積累自動分類的經驗，生成可復用的自動分類模板，在更

未來新華社將在國家標準委的指導下和國內相關機構和相關科研院所通力合作，采用云計算技術建設更加現代化商業多媒體數據庫，借助標準化的推廣應用，會聚行業的資源，適應終端移動化和服務社交化的趨勢，全面推進全媒體融合的個性化服務。新華社將與其他的信息提供方合作，實現內容資源的不斷匯聚；與信息發布者合作，實現內容服務市場的不斷開拓和終端市場不斷完善；與運營商合作，實現基于內容路由的探測和個性化按需投放工作。未來的內容網絡，通過內容標簽技術和兩項中文新聞信息技術國家標準，將為文化大發展大繁榮提供更多的服務。隨著傳播方式的變革，我相信在內容標識、管理、安全、版權等諸多方面，我們還面臨新的更多的需求，新華社將一如既往尋求多方面的合作，實現全媒體產業化的應用。