取标题太难了。
一篇好文章能不能被更多人看到，首先靠的就是标题。好标题决定了读者是否点击，好内容则决定了读者是否深入阅读。
如果你从事媒体/公关行业，相信你比任何其他行业的人都要清楚标题对于文章的重要性。而如果你是一名读者，也一定喜欢足够吸引眼球的标题。
不过如同韩寒所说，“听过很多道理，却依然过不好这一生。”或许我们写过很多文章，但取个好标题依旧是难题。
万物皆有规律
好标题是有迹可循的，找到其中的规律，便能四两拨千斤。着手搜集一下近两年刷屏的爆款文章，想找出它们的标题的共同点。不过仔细一想，我的脑袋就大了——按照统计学的标准，必须要分析足够多的样本，才能得出一个相对客观、接近于真相的答案。
幸运的是，如今人工智能可以帮我们完成标题评估的工作。
作为一款常用的微信编辑器，“壹伴”除了帮助公众号运营者高效地处理文章排版、转载、查看文章阅读和点赞等工作之外，它还提供了一个“标题评分”的功能。
“标题评分”，顾名思义，它能根据你现有的文章标题进行打分，同时可进行 10 个标题的评分。
如果得分较低，你能够根据“标题推荐”的参考，不断调整标题，从而获得更高的标题分数。得分越高，意味着标题的吸引力越大。这一功能是基于 TensorFlow 开源机器学习框架开发出来的。
“人脑对标题进行打分，评价纬度可能有语句通顺、情感色彩、字数长度等等，但人脑可以例举的标准数非常有限。”壹伴的联合创始人杨慧杰对 PingWest品玩说道，“机器的优势就在于它在采用了一个语言模型之后，可以计算上千万组的数据，进而发现更深层次的文字表达特征。”
杨慧杰提到的这个模型叫做BERT（Bidirectional Encoder Representations from Transformers)，它是 Google 于 2018 年发布的基于**双向 Transformer **的大规模预训练语言模型，建立在 TensorFlow 的基础上，被称为最强的 NLP（自然语言处理）模型。
它原本可以用于问答、情感分析、垃圾邮件过滤、文档分类等等任务当中。在壹伴这里，它能够自然地联系标题中前后词语的联系，理解其含义。壹伴通过 TensorFlow 对 BERT 进行训练，在众多数据里找到一定规律，因而通过这个语言模型获得的标题评分，会更具有参考意义。
AI 取标题靠谱吗？
这应该是大家心中都有的疑问，因为通常人工智能在执行任务时，不会像人类那样细腻。
给标题打分其实就是像人一样去理解、评估语言的含义和效果，因此前期需要人类对其进行大量训练，赋予它一定的人类思维模型，才能让人工智能进行正常的作业。
当被问及壹伴标题评分的训练过程时，杨慧杰表示，在功能上线之前，他们花了 21 天的时间对机器进行反复训练、测试以及调整。
前期测试过程中，壹伴建立了一个包含 1800 万个标题的数据库，并结合文章阅读数、点赞数和留言数对机器进行训练。这其中几乎涵盖了可以表现文章效果的所有数据，最终达到了团队的设立的三个标准，他们才决定上线标题评分的功能。
对于机器来说，它首先需要区分优质和劣质，壹伴准备的 1800 万个标题里，被分为优质和劣质标题，机器首先要在这两种类别中找到各自的特征，并做以区分。最终机器的评价准确度提升到了 87%。杨慧杰称这已经是语言分析类任务中较高的得分了；其次壹伴邀请了用户对其进行内测，测试期间已经形成了口碑效应；最后壹伴将用户提供的历史文章AB测试数据与机器打分进行对比，机器的准确率同样达到了 87%。因此它已经具备了辅助人类进行打分的能力。
对，辅助人类进行打分。现阶段的人工智能的工作不是取代人类，而是帮助人类更好地工作。标题评分可以给你很好的建议，取出好标题。
但由于“取标题”有一定的流量趋向性，很容易与一些不合规的词语或描述沾边。因此壹伴还在其中加入了“鉴别低俗内容 AI”，如果内容涉及低俗、敏感，或违反广告法，它都会提示风险。
技术提升效率
其实在功能测试过程中，壹伴还邀请了新世相团队加入测试——后者据说是中国拥有最高工程师员工比率的内容公司。
新世相今年开始建设自己的 “内容 AI 中台”，致力于用 AI 为内容创作赋能，提升内容生产的效率和质量。通过壹伴提供的商业 API 调用接口，新世相将标题评分接入了“内容 AI 中台”，用来帮助新世相团队优化标题。
据杨慧杰透露，目前每天有超过 6 万名公众号运营者在使用标题评分功能，而每天打分的标题数量则超过了 10 万个。
如今你在微信上看见的一些标题，说不定就是通过壹伴的标题评分最终得出来的。
在新世相的“AI 内容中台”里，有着新世相团队给标题打分的记录。他们会对一篇文章拟多个标题，并对这些标题进行打分，再根据评分给予的建议修改标题，最后得到一个较高的分数和令团队满意的标题，他们才会使用。
从前评估一个标题的好坏有两个：经验和最终效果。当然最终效果是盖棺定论，我们更想要的是在文章发出去之前给它取一个合适、且更好的标题，一篇好文章不能因为标题没取好被埋没了。
尽管市面上有大量教你取标题的书籍，不过这类书籍往往有着时效的局限性。网络用语瞬息万变，每天都会有新的流行语，用老方法是不能适应新潮流的。况且要读完厚厚一本书，还需要你投入大量的时间和精力。
因此在处理大量数据的任务面前，机器更能胜任这个角色。TensorFlow 本身是一个开源的机器学习框架，它能大大降低工程师的工作量，并节省更多时间。
杨慧杰称，由于 TensorFlow 的集成度和封装都很好，在使用过程十分顺利，工程师几乎没有花时间在 TensorFlow 的调整上，而是将更多精力投入在了特征工程、数据优化和调参等工作中。
如今我们生活正在被人工智能缓慢渗透，它正帮助我们获得更好的工作和生活。当然标题评估仅仅是机器学习的一个小小的案例，幸运的是，现在你不再孤单地一个人乱想标题，可以有机器辅助你完成取标题的工作。
未来还会有更丰富的机器学习的成果，说不定此时正发生在你的身边。
当然，我们仍在征集更多杰出的TensorFlow应用案例，你可以扫描海报下方二维码或点击“阅读原文”提交案例参与我们的报道！
或者你对这个项目感兴趣，想要了解更多关于项目的报道，也可以扫描下方二维码或搜索微信号：pingwest-live 添加品玩助手一起聊聊！
题图来自 Pixabay