تاریخچه خلاصهسازی خودکار متون به سال ۱۹۵۸ بازمیگردد که در آن زمان تنها بر روشهای آماری و شمارش فراوانی کلمات تکیه داشت. بااینحال، با گذشت زمان و معرفی یادگیری ماشین و شبکههای عصبی، این حوزه شاهد پیشرفتهای چشمگیری بود.
به گزارش روابط عمومی رسانه ملی، نقطه عطف اصلی این مسیر، معرفی معماری «ترنسفورمر» (Transformer) در سال ۲۰۱۷ بود که دروازههای جدیدی را به روی گونههای زبانی بزرگ (LLM) گشود. امروزه گونههایی نظیر GPT-4 امکان استخراج مفاهیم عمیق و تولید خلاصههایی را فراهم کردهاند که از نظر معنایی و روانی، تفاوت چندانی با خروجی انسان ندارند
مشکلات سنتی و مزایای راهکارهای مدرن
در فرایندهای سنتی، خلاصهسازی معمولاً بهصورت دستی انجام میگرفت که با محدودیتهای زیادی همراه بود. نخستین مشکل، «ذهنیتگرایی» است، چراکه سوگیری و دیدگاه شخصیِ نویسنده، مستقیم بر خروجی تأثیر میگذارد. دومین مانع، «زمانبر بودن» است که با افزایش حجم دادههای رسانهای، دیگر عملی نیست. سومین مشکل، «خطای انسانی» است که منجر به نادیده گرفتن جزئیات یا برداشتهای نادرست میشود. در مقابل، ابزارهای هوش مصنوعی با بهرهگیری از سرعت بسیار بالا، مقیاسپذیری عظیم، پشتیبانی چندزبانه و کاهش سوگیریهای شخصی، راهکاری بهینه و اقتصادی برای سازمانهای رسانهای محسوب میشوند که امکان پردازش آنی حجم وسیعی از دادهها را فراهم میکنند.
کاربردهای خلاصهسازی متن در سازمان رسانهای
بهکارگیری این فناوری در سازمانهای رسانهای کاربردهای گستردهای دارد. در بخش «تولید محتوا»، ابزارها قادرند برنامههای طولانی را به نکات برجسته تبدیل و برای شبکههای اجتماعی آماده کنند. در بخش «جستوجو و آرشیو»، هوش مصنوعی با استخراج دقیق کلمات کلیدی، امکان بازیابی سریع و دقیق اطلاعات از آرشیوهای ویدیویی را فراهم میکند
قابلیتهای فنی و ساختاری
ابزارهای خلاصهسازی امروزی از دو لایه فنی پشتیبانی میکنند: ۱. قابلیتهای صوتی: شامل تبدیل دقیق صوت به متن، تشخیص هویت گویندگان، قابلیت ترجمه، حذف نویزهای محیطی و حتی شبیهسازی صدا. ۲. قابلیتهای متنی: سامانهها میتوانند از دو روش «استخراجی» (انتخاب جملات مهم متن اصلی) یا «انتزاعی» (بازنویسی کامل مفاهیم با جملات جدید) استفاده کنند.
معرفی ابزارهای منتخب
در بررسیهای انجام شده، چهار ابزار تجاری بهعنوان گزینههای شاخص با پشتیبانی مطلوب از زبان فارسی معرفی شدند:
- Sonix ابزاری مبتنی بر ابر که برای امنیت و دقت بالا در رونویسی شناخته میشود.
- Speechmatics گزینهای راهبردی برای سازمانهایی است که امنیت دادهها برایشان اولویت اصلی است، زیرا امکان «استقرار درونسازمانی» (On-premise) را فراهم کرده و استانداردهای امنیتی بالایی را رعایت میکند.
- Rev ابزاری که به دلیل یکپارچگی (Integration) عالی با سکوهای پرکاربرد رسانهای نظیر یوتیوب و زوم، موردتوجه است.
- Transcribe ابزاری اشتراکی که برای نیازهای عمومیتر و کاربرانی که به دنبال سادگی هستند، گزینه مناسبی است.
درنهایت، سازمانهای رسانهای برای انتخاب ابزار مناسب باید میان «سهولت استفاده از ابر» و «امنیت استقرار درونسازمانی» موازنه ایجاد کنند. ابزارهایی مانند Speechmatics و Rev به دلیل قابلیتهای خاص خود در امنیت و یکپارچهسازی، در صدر انتخابها برای محیطهای رسانهای قرار دارند. استفاده از این فناوریها نه تنها باعث کاهش هزینههای عملیاتی میشود، بلکه با آزادسازی زمان نیروی انسانی، تمرکز را به سمت فعالیتهای خلاقانهتر سوق میدهد.
این مقاله در شماره 107 نشریه علمی - تخصصی «موج» منتشر شده است که علاقهمندان برای دریافت متن کامل این مقاله میتوانند به سایت معاونت توسعه و فناوری رسانه به نشانی dtv.iriborg.ir مراجعه کنند.
تهیه و تنظیم: مریم درستی، سیدحسین علوی سلطانی