【摘 要】我國國民閱讀量偏低是一個引起廣泛關注的問題。本文探討了利用人工智能來提高圖書閱讀效率的策略,在總結當前提高圖書閱讀效率途徑的基礎上,提出了以閱讀心理學原理為依據,以知識圖譜為基礎,以語音等技術為手段的閱讀效率提升策略,并在閱讀前材料選擇、閱讀時信息加工和閱讀后知識利用三個階段分別提出了若干輔助措施。
【關 鍵 詞】圖書閱讀;人工智能;策略
【作者單位】嚴志永,北京印刷學院。
【基金項目】北京市社會科學基金研究基地項目(16JDXCC007)。
【中圖分類號】G202 【文獻標識碼】A 【DOI】10.16491/j.cnki.cn45-1216/g2.2018.01.004
我國國民閱讀量一直偏低,這引起了政府、業界和學界的關注。根據第十四次全國國民閱讀調查報告,2016年,我國成年國民人均閱讀7.86本書,其中紙質書的閱讀量僅為4.65本,電子書的閱讀量為3.21本[1]。2017年上半年,國務院法制辦審議通過了《全民閱讀促進條例(草案)》[2],體現了我國政府積極推動國民閱讀活動的決心。出版企業推出了大量介紹閱讀方法的圖書,并大力推廣數字閱讀。學界則對這些舉措的效果進行了及時的調查研究。
根據公式“閱讀量=閱讀時間×閱讀速度”,相關機構在提高讀者閱讀時間成效不顯著的情況下,可以考慮從提高閱讀速度入手來提高國民的閱讀量。美國閱讀專家施道弗提出了閱讀效率公式,即“閱讀效率=閱讀速度×理解率”。他認為閱讀應該在追求快速閱讀的情況下保持較高的理解率,即閱讀效率。近幾年,人工智能在語音、圖像等多個領域中的應用成效顯著,是一項值得出版業關注的新技術。本文擬對人工智能提升圖書閱讀效率的策略進行探討。
一、提高閱讀效率的現狀
本文按照時間順序將圖書閱讀過程分為閱讀前材料選擇、閱讀時信息加工和閱讀后知識利用三個階段,并從這三個階段來分析當下提高圖書閱讀效率的主要途徑。在閱讀前材料選擇上,一個提高閱讀效率的重要途徑就是圖書的自動推薦,電商的商品推薦系統一般具有這項功能,即根據讀者在電商網站上的圖書瀏覽和購買記錄來自動為讀者推薦圖書。數字閱讀APP也集成了圖書推薦功能,會根據讀者的閱讀記錄為讀者推薦圖書。當前,人們完整閱讀一本書的情況越來越少,因此,相關機構根據讀者的需要僅向讀者推薦圖書的某些章節就變得很有必要了。目前,已有相關機構在做這方面的探索,比如,根據讀者的閱讀時間向其推薦散文集中被頻繁閱讀的若干篇文章[3]。
與閱讀時信息加工相關的研究主要包括閱讀訓練法和閱讀心理學研究。在眾多講解閱讀訓練法的圖書中,最經典的圖書是莫提默·J.艾德勒和查爾斯·范多倫的《如何閱讀一本書》,該書系統地分析了閱讀活動。還有圖書針對某一類型圖書的閱讀方法進行介紹,例如,托馬斯·福斯特的《如何閱讀一本小說》。還有一類圖書專門講解如何提高閱讀效率,例如,彼得·孔普的《如何高效閱讀》。閱讀心理學對讀者從書面語言中提取視覺信息以獲得意義的過程進行研究。白學軍、閆國利等著的《閱讀心理學》一書對閱讀心理學進行了很好的綜述[4]。該書對眼動與閱讀、字詞識別、詞切分機制、句子理解和語篇理解等方面的研究進展進行了總結。
與閱讀后知識利用相關的工具包括做讀書筆記的圖書和筆記APP。奧野宣之所著的《如何有效閱讀一本書:超實用筆記讀書法》一書詳細介紹了如何使用筆記來輔助讀書,并推薦了若干款輔助寫讀書筆記的實用文具[5]。以“當當讀書”為代表的數字閱讀APP提供了管理讀書筆記的功能,在很大程度上方便了讀者。對紙質書讀者,近幾年出現的“豆瓣筆記”“百度涂書筆記”和“蘿卜書摘”等紙質書電子筆記APP提供了輔助做筆記的功能。這類APP能夠幫助讀者比較方便地做筆記,并且可以基于讀書筆記使讀者結成讀者社群。“百度涂書筆記”APP還提供了在網頁上將筆記生成PDF文件的功能,但筆記本身的價值還有待進一步挖掘。
二、人工智能提升圖書閱讀效率策略分析
目前,針對圖書閱讀三個階段效率提高方面的工作都在陸續開展,業界都有相關的產品跟進,人工智能的發展為這些工作的整合提供了機遇。
1.人工智能提升圖書閱讀效率的總體思路
現有的推薦技術是依據讀者在瀏覽、購買和閱讀過程中產生的大數據而工作的,這雖然是一種高效的推薦方法,但也帶來了問題。首先,這會造成大數據歧視,對出版社而言,大數據推薦結果會偏向那些已經熱賣的圖書,因為這些圖書有大量數據可供分析,這種推薦方法對新書和小眾圖書則非常不利。其次,這種推薦方法容易造成信息繭房,對讀者而言,推薦的內容和已讀內容有較高的關聯性,會使讀者的知識面受限制。筆者認為,我們可以用基于知識圖譜的內容推薦方法來解決上述問題。這種推薦方法在使用人工智能向讀者推薦閱讀材料時,會考慮材料所包含的知識和讀者已有知識在知識圖譜中的延展性,既能使新書和小眾圖書更快進入讀者的視野,又能拓寬讀者的知識面。
根據閱讀心理學中語篇理解的圖式理論,閱讀中,讀者試圖從記憶中尋找能夠說明文本內容的圖式,理解就發生在相關圖式被找到或被具體化時,圖式能夠對文本內容提供預期,這種預期能夠加快閱讀[4]。根據認知心理學,讀者在閱讀時需要把相關記憶從長期記憶提取到工作記憶中,而這個過程需要一定的時間[6]。根據上述理論,讀者在閱讀的過程中需要一定的時間從長期記憶中提取已獲得的圖式。如果讀者閱讀與自身所處情境有關的材料,相關圖式很可能已經被提取到工作記憶中,從而能增進讀者的理解并加快閱讀速度。
根據上述分析,本文提出的人工智能提升圖書閱讀效率的總體思路是根據知識圖譜、情境和讀者大數據向讀者推薦閱讀材料;在閱讀前提示讀者復習相關筆記,以期將相關圖式從長期記憶提取到工作記憶中;在閱讀時輔助讀者做讀書筆記;在閱讀后對讀書筆記進行分析,形成讀者的閱讀地圖,方便下一輪的閱讀材料推薦和閱讀理解。endprint
2.閱讀前材料選擇
現有的基于讀者大數據的圖書推薦功能已經比較發達,本文認為應在此基礎上發展更細粒度、基于情境和知識圖譜的推薦方式。有研究表明,讀者在閱讀時注意力可以持續20分鐘[7]。中文的正常閱讀速度為309字/分鐘[8],也就是讀者在一個注意力持續區間閱讀6180字,大概十頁左右。筆者認為以這樣的粒度來推薦內容較好,但顯然大多數圖書都無法正好被劃分成若干這樣的部分。圖書內容的劃分還是應該以內容本身為主,相關機構可以采用人工智能中的語義理解技術對較長內容進行一定的壓縮。有研究根據讀者的閱讀時間,基于筆記數據動態生成圖書的精縮本。例如,在讀者想要閱讀《看見》一書,但只有大約20分鐘閱讀時間的情況下,相關功能可以僅向讀者推薦該書的第一章,該章長度僅占全書的4.94% [3]。
閱讀最基本的情境包括時間情境和空間情境。在時空情境中,一些圖式已經被讀者提取到工作記憶中,此時,將相關閱讀材料推薦給讀者可以提高讀者的閱讀效率。初云和閆舉綱以華章書院為例分析了出版社自建社群的場景化要素,并梳理了華章書院的場景化社群營銷策略,華章書院的場景化要素包括空間環境、社交氛圍等[9]。
基于知識圖譜進行內容推薦是當前的一個新趨勢。人民衛生出版社借助人工智能技術,以該社臨床知識庫資源為基礎建立知識圖譜,并根據用戶數據構建個性化知識圖譜,從而向用戶提供知識服務[10]。知識圖譜的構建是一個復雜的工程,成本非常高。國家數字復合出版系統工程的結構化加工制作體系中包含了領域本體構建與管理系統,該系統能夠為出版社構建知識圖譜提供支持[11],該工程已于2017年發布了V1.0成果。中文開放知識圖譜聯盟OpenKG搭建的OpenKG.CN平臺上也有若干開放知識圖譜數據可供利用[12]。
在知識圖譜上進行遍歷有深度優先和廣度優先兩種不同策略,前者優先訪問某一知識結點的細節,待細節全部被訪問后再移到下一知識結點;后者優先訪問所有的知識結點,待知識結點都被訪問后再進入更細的層次對知識結點進行訪問。基于讀者大數據的閱讀材料推薦技術顯然屬于深度優先遍歷,本文建議相關機構可以依據知識圖譜進行廣度優先推薦閱讀材料,以此來克服信息繭房問題。
3.閱讀時信息加工
人工智能提升圖書閱讀效率在閱讀時信息加工階段可從讀書筆記復習、語音朗讀和無間斷筆記三個方面進行。
如果能夠把閱讀材料有關的讀書筆記展示給讀者,使讀者對此進行復習,那么,讀者在閱讀新材料時就能提高效率。讀書筆記復習能夠很快將相關知識從讀者的長期記憶提取到工作記憶中,并能夠幫助讀者建立新材料和已讀材料之間的關聯。奧野宣之指出讀者在初讀一本書時,最好不要空手上戰場,可以拿出之前閱讀該作者其他書所記的筆記讀一遍,從而回憶起當時讀書的場景和問題,使閱讀更有針對性[5]。數字閱讀APP可以集成此項功能,為讀者提供增值服務。
閱讀時,讀者需要將視覺中的文字加工成自己能夠理解的信息,如果相關機構能將文本轉化為語音,則可以減輕讀者閱讀時的眼部壓力,并且相當于增加了一種新的意義渠道,能夠為讀者提供更多的信息,從而加深讀者對文本的理解。近年來,有聲書發展迅速,已經形成了不小的市場,并引起了激烈的競爭。圖書的文本形式和音頻形式之間顯然可以有混合形式,這方面已有實踐案例。掌閱APP和京東閱讀APP提供了語音朗讀功能,可以朗讀讀者指定頁面的文本。該功能以百度語音為技術支持,提供多種不同的聲音類型。目前,已有個性化語音合成產品問世,例如,科大訊飛為高德地圖定制了林志玲、郭德綱的語音導航。筆者相信個性化語音合成也將助力文本朗讀,從而提高閱讀效率。
閱讀前材料推薦和閱讀時筆記復習所依據的重要材料都是讀者的讀書筆記,因此,在讀者的閱讀過程中,及時記錄筆記非常重要。而不論是讀者在數字閱讀APP中做筆記,還是在閱讀紙質書時做筆記,都會干擾到閱讀過程。“百度涂書筆記”APP和“蘿卜書摘”APP都提供了對書頁拍照,然后通過光學字符識別來獲取內容摘錄的功能,但該功能操作比較煩瑣,容易打斷讀者的閱讀進程。本文認為相關機構可以利用人工智能中的語音識別技術來解決這個問題。在閱讀中,讀者通過講話來標記圖書中的重點段落,并記錄自己的感想,通過語音識別實時將語音轉換成文字,從而生成讀書筆記。語音識別技術是一項非常成熟的技術,目前,準確率可以達到97%,市場上已有若干實用產品。例如,中國移動與科大訊飛聯合推出的靈犀語音助手已有超過3000萬的用戶,其中的速記功能可以在線將語音轉成文字[13]。
4.閱讀后知識利用
在閱讀過程中,讀者會產生讀書筆記和閱讀行為數據,這有助于讀者復習已讀知識并進行創作。讀書筆記中蘊含了豐富的信息,相關機構可以利用知識圖譜構建技術從讀書筆記中生成讀者的閱讀地圖,有助于對讀者在知識圖譜上進行定位,從而進行廣度優先推薦;也可以將讀者閱讀地圖進行可視化展示給讀者,使讀者對自己的知識結構和局限有一定的了解,從而盡量避免信息繭房問題。
為了防止遺忘已讀知識和筆記變成沒有價值的筆記,讀者可以定期重讀筆記。奧野宣之建議讀者可以在一個固定的時空情境下重讀筆記,如睡前、出差途中,重讀頻率可以是一周一次或三天一次[5]。本文認為讀者可以使用分類技術,根據情境來重讀相關筆記,這樣能夠提高重讀的效率。通過重讀,書本中的知識能夠被讀者最大限度地吸收。
多條相關筆記可以被組織到一起形成讀者的讀書簡報,方便讀者進行歸類復習。百度涂書筆記網站能夠將讀者的讀書筆記生成PDF文件,方便打印,但是對讀書筆記的價值還缺乏進一步的挖掘。讀書筆記數據包含了原文引用、自己的感想等信息,利用現有的自然語言處理技術可以將這些信息生成符合讀者需要的讀書簡報,如專業知識簡報、生活知識簡報。
三、關于人工智能提升圖書閱讀效率的思考
人工智能有望提高讀者的圖書閱讀效率,提高我國的國民閱讀數量,對出版業產生一定的影響,并最終可能形成一種新的閱讀形態。保羅·萊文森提出了媒介發展的人性化趨勢,即媒介正在朝越來越多地再現人性化傳播環境的方向發展[14]。上述人工智能提升圖書閱讀效率的措施中大量使用了語音技術,使讀者在大多數情況下擺脫了文本輸入,在一定程度上再現了口語時代的環境。endprint
人工智能輔助圖書閱讀為出版社帶來了機遇和挑戰。一方面,出版社可以依據自身所掌握的內容資源,構建知識圖譜,從而進行知識服務;另一方面,出版社亟需大量人工智能專業人才,有巨大的轉型壓力。
人工智能輔助圖書閱讀為出版社整合自身的內容資源并提供知識服務提供了一種方向,也為互聯網企業爭奪注意力入口提供了一種可能性。人工智能能夠在多大程度上提高圖書閱讀效率,繼而提高我國國民的閱讀量,無疑最終還取決于學界的研究和業界的實踐。
|參考文獻|
[1]央廣網. 第十四次國民閱讀調查報告發布數字化閱讀率提升顯著[N/OL]. (2017-04-19)[2017-11-26]. http://china. cnr. cn/gdgg/20170419/t20170419_523714122. shtml.
[2]中國網. 國務院法制辦審議通過《全民閱讀促進條例(草案)》[N/OL]. (2017-06-05) [2017-11-26]. http://news. china. com. cn/txt/2017-06/05/content_40964731. htm.
[3]嚴志永. 基于讀者筆記數據動態生成圖書精縮本研究[J] . 出版廣角,2016(24):15-17.
[4]白學軍,閆國利等. 閱讀心理學[M]. 上海:華東師范大學出版社,2017.
[5][日]奧野宣之. 如何有效閱讀一本書:超實用筆記讀書法[M] . 張晶晶,譯. 南昌:江西人民出版社,2016.
[6][美]凱瑟琳·加洛蒂. 認知心理學:認知科學與你的生活(第5版)[M]. 吳國宏,等,譯. 北京:機械工業出版社,2015.
[7][美]艾比·馬克斯·比爾,美國普林斯頓語言研究中心. 如何閱讀:一個已被證實的低投入高回報的學習方法[M]. 劉白玉,韓小寧,孫明玉,譯. 北京:中國青年出版社,2017.
[8]廖建橋,張萬山. 論中文的閱讀速度[J]. 人類工效學,1996(1): 38-41.
[9]初云,閆舉綱. 激活場景 引爆社群——從華章書院看出版社自建社群營銷模式[J] . 出版廣角,2017(15):30-33.
[10] 董良廣. 出版企業基于人工智能開展知識服務的路徑探索——以人民衛生出版社為例[J]. 出版廣角,2017(14): 16-19.
[11]劉成勇. 融合發展 恰逢其勢——實施創新驅動 推動轉型升級 實現融合發展——國家數字復合出版系統工程總體架構[J]. 科技與出版,2014(11):3-7.
[12]漆桂林,高桓,吳天星. 知識圖譜研究進展[J]. 情報工程,2017 (1):4-25.
[13]尹麗波. 人工智能發展報告(2016-2017)[M]. 北京:社會科學文獻出版社,2017.
[14][美]保羅·萊文森. 人類歷程回放:媒介進化論[M]. 鄔建中,譯. 重慶:西南師范大學出版社,2017.endprint