七分之一在線評論都有假，人工智能救一把？_風聞

原創：譚婧

據目測，評論區是中國文學大師密度最高，罵人水平最高和逗逼水準最高的地方，A站B站還把評論玩成彈幕。

平台型APP因“評論”文化的迥異，體現出別樣的審美與趣味，知乎體、爺青回，成為“時髦”的暗號。

在宏觀層面，“網民評論”被定義為具有輿論屬性和廣泛的社會動員能力。所以，排查、約談、暫停、整改、審核也都是管理機構的常用“大錘”。

評論區，是難以忽視的公共地區。

有一批活躍的、對社區品牌有認同，併產生大量優質內容的用户，是社區的福氣。 

表面上 “評論區”肩負社區氛圍組的重任，是互聯網“公共場所”。

背地裏，分享意見左右消費決策，進而影響生意。

（根據英國政府的數據，僅在英國，在線評論每年就影響了約280億美元的酒旅預訂交易。）

而評論區不是烏托邦，

大眾點評（數量質量都不高，沒營養的口水評論多）

小紅書（水軍多，付費版高級測評師雲集）

淘寶（數量多，看得累，返現金，得好評）

馬蜂窩（偷偷搬運別人家的評論據被實錘了）

這不是單一現象，外媒CNN甚至拋出一個數字：全球互聯網，七分之一的酒旅在線評論是假的。

“評論區”青山常在，柴不斷，就繞不過人工智能（AI）的重要方向，自然語言處理（NLP），讓計算機像人類一樣對“中文/文字”進行理解。

羣眾高呼，請AI緊急上線，內容檢測、水軍識別、髒話刪除、不良內容處理。 

01

自然語言處理技術，挺行的

話説，NLP技術在互聯網大廠已經用得非常好了，搜索、推薦、廣告、智能助理等許多系統中都有身影，技術團隊緊咬學術前沿。

先看工業界，新東方教育2018年就開始有學員用户畫像項目，進行等級分類。NLP技術對相關結構化數據文本，數據標籤化，並增加用户圈選和行為事件分析功能，各個業務部門可以根據標籤圈選學員。

汽車之家機器學習小組，為機器之家用户產品中心下屬認知智能組，NLP技術支持用户選車，多輪對話。

2020年，京東智聯雲在雙十一的第一個小時，情感智能客服服務138萬次，使用情感識別、語音交互等智能化技術。

美團搜索，用機器理解用户的各種查詢意圖。可是，用户意圖會隨着時間變化，在有限的關鍵詞中解讀出非常豐富的信號，用於各種搜索的召回、排序以及展示。美團專門設有人工智能平台/搜索與NLP部門。

再者，美團大腦挖掘、關聯各個場景數據，用人工智能算法讓機器“閲讀”用户針對商户的公開評論，理解用户在菜品、價格、服務、環境等方面的喜好，構建人、店、商品、場景之間的知識關聯，可以認為是“餐飲娛樂的知識大腦”，支持搜索、SaaS 收銀、金融、外賣業務服務。

作為一種非結構化文本，用户評論藴含了大量非標準表達的“單詞”。

機器根據句子所在上文的一系列“單詞”，預測後面會跟哪個“單詞”，預測的是概率大小，句子裏面每個“單詞”都有個根據上文預測的過程，把所有這些“單詞”的產生概率乘起來，數值越大，代表這句話越像一句人話，而不是鬼話或者胡話。

所以，除了人類，機器也可以判斷，哪個句子更像一句人話。

“黃鶴樓”一詞，可能有三個意思。武昌蛇山之巔的名樓，北京的商家，湖北香煙品牌。AI算法也不傻，預測則可結合上下文，前文在講長江、景點、旅遊、票價、登高遠眺，就不會推測出此處的“黃鶴樓”是在講香煙，而是景點的概率更大。

再比如貓眼文娛，可以獲取電影、電視劇、藝人等信息，形成一部“詞典”。但是隨着搜索體量增大，搜索表述複雜，詞典滿足不了用户需求，就會使用AI模型，作為詞典的補充。

再看學術界，誕生了名叫Transformer的模型（一種深度神經網絡），基於Transformer的 BERT模型（2018年技術重大進展），GPT模型（硅谷OpenAI實驗室出品），它們都使用預訓練和微調的思路來解決問題。

預訓練語言模型，就像在無標註文本的大海里，學到潛在的語義信息，而無需為每一項任務單獨標註大量訓練數據。語言模型預訓練結束，再使用少量標註語料進行微調（Fine-tuning）來完成具體的NLP任務，比如分類、序列標註、句間關係判斷和機器閲讀理解等。

總之，算法的“性能”得到顯著改善，BERT做大了NLP技術的蛋糕。

02

運營組，也挺行的

《親愛的數據》和幾位互聯網大廠的運營小哥哥聊了一會，各家“評論”的運營花了很多心思。

抖音的評論區是雙軌制，既有最熱的評論，也有最新的評論。最新的評論可以理解為一個小池子，根據用户的點贊數量，來看要不要繼續推。這樣能保證發的比較晚的神評論也能排上來，屬於推薦思想在評論區的一種應用。

抖音搜索是有考慮過識別到評論區如果提問的人比較多，會有提示搜索的建議。但路徑太長，直接改成了目前的高熱社會類視頻下面，加一個今日頭條的文章鏈接。

常見的處理評論區數據的方法是結構化，電商和酒旅APP都對幾十億條評論區做了結構化處理，這裏是指對數據做結構化處理，因為計算機能處理的都是結構化的，非結構化的數據它理解不了，所以文本在涉及到“理解”這一層，都是需要先結構化。

NLP分析了評價，提煉了“分詞”，加了結構化的外展，相當於找到了“標註”，提高了用户瀏覽評論的效率。英雄所見略同，用户理所當然的認為，人數越多，觀點越可信。

日常中，在淘寶購買一款升降桌，“安裝效果好”“質量好”“用後感覺好”。選酒店的時候，你能看到多少人提到了“便宜”、“舒適”，又有多少人提到了“安靜”“交通方便”。

很顯然，消費+社區的評論會有門檻，淘寶、小紅書、大眾點評、馬蜂窩等。商品沒下單，沒經歷的用户不能參與評論。

看熱鬧的是外行，探店的往往是內行，平台會傾向把好評往前排，促進轉化，消費後的訴求也會偏多，需要專門的回應，處理。純娛樂、純討論的社區，參與評論的門檻低，抖音、快手、B站、芒果、豆瓣。一般來説，電商評論運營得好，有賣貨的訴求，大家聊的都是和商品相關的。

小紅書的鐵粉認為，雖然很多評價都是花錢買的。大V粉絲量多了就會接廣告。但是，小紅書整體測評感比較強，和無腦水軍還不太一樣，即使是托兒，也寫得很誠懇。

評論是“UGC（用户生產的內容）”，既真實，又新鮮，可以挖掘出潛在商業價值。對用户來説，人人都需要“真實”而且“好用”的評論，無論是“經驗”“乾貨”，還是“指南”。 

03

為啥沒有管好“評論”？

技術這麼硬，起點這麼高，為啥還管不好“評論區”。

這裏，有三個絆腳石：

第一，評論數據質量特別差，注意“特別”兩字。

數據治理水平低導致人工智能算法在很多時候效果不好。算法效果的好壞，與訓練數據有很大關係，可以説一份好的標註數據，用一個普通的算法，也能有好的性能。現實中，企業想要做好 NLP，首先需要打通基礎數據。評論數據的底子太差，麻袋上繡花，白費勁。

第二，“假裝”在用。

反正大家都在智能化，裝也得裝着在用。把AI技術用起來，是“老闆們”的剛需。有時候，工程會退化到自動化階段，只是少部分用了算法智能。目前做得多的，也就是情感傾向分析，垃圾評論過濾等等。AI用不好，會變成噱頭，可能倒退到最基礎的統計分析圖表。

第三，不重視。

很多互聯網廠商認為，評論區是第二場景，有些二等公民的意味。

説白了，不夠重視，或者説支持主要業務“（推薦和搜索）”的技術還做得不夠好，根本顧不上評論區。挖掘得不夠，應用的深度和廣度不夠。管理評論的主動力之一就是隻是滿足政府管理部門的監管要求。

綜上，NLP技術對運營的號召力還不夠大，影響還不夠深刻，NLP與運營還沒有形成彼此不分的魚水關係。

英國南安普頓大學畢業的AI算法科學家袁雪瑤，也在採訪中透露：“互聯網廠商會針對用户發佈的評論內容有半人工識別，加上人工的數據標註。NLP現在比較成熟的領域有，情感分析、輿情分析、和用户畫像，這些會對運營有比較適中的影響。”

（基於深度學習的情感分類方法，它能夠從海量的數據中主動學習文本中的語義信息並獲得文本的特徵與情感分類，達到精準提取文本數據與情感的目的。比如“消極”“積極”）

一位來自平安智匯企業有限公司的算法專家也認為：“評論裏，口水多，分析就是得把其中有價值的給自動篩選出來。NLP技術正在解決問題，還做不到藥到病除。”

“適中”一詞用得特別好，NLP還有很大的戰場，要與運營做盟軍，攻克業務側的難題。評論中使用的挖掘技術方法也包含了很多種，規則、傳統機器學習模型、深度學習模型等。

雖然專職挖掘“評論”商業價值的明星AI產品似乎還沒有出現，但是，有人注意到了。

東京大學的創業企業TDAI Lab認為應該面向點評網站等推銷人工智能工具。

他們分析了4000多個日式拉麪餐廳的評論，發佈了東京版“人工智能排名，最優百家拉麪店”。

在剔除疑似“刷好評”和“惡意差評”的情況下，人工智能選出了評價高的店鋪。

分析“評論區”不立刻關乎生死，又能給企業降本增效的場景不應該被忽視。

AI 技術需要算力，需要數據，需要算法模型，更需要應用場景。很多AI公司一開始就想給高速列車換輪子，以這種雄心壯志去敲開傳統企業的大門成功率很低，因為客户對新技術和AI公司都沒有信任。

刷好評和惡意差評，消費者和餐飲店都有損失。消費者找不到好店，好店也失去了商機。

1968年，哈定（Garrett Hadin）在《科學》雜誌上發表了一篇文章，題為The Tragedyof the Commons。譯成《公地悲劇》，原文中的the commons還包括公共的空間。

評論區環境的惡化，沒有人是贏家。AI審核、AI接管評論區是必然趨勢，“評論”需要才華，管好“評論”更需要才華。

（完）

《親愛的數據》

隨手點贊（這裏應該有一個小桃心）