机器学习视域下网络舆情公开渠道精准化治理研究／曾关秀 胡 峰

　　（三）考量开发过程，缩减时间成本

　　虽然市场上已有机器学习算法库等更具便利性的人工智能软件，但往往比较复杂，而要构建有针对性的分类模型，则需要长达数月甚至几年的开发周期。对于生命周期较长的舆情事件，政府可以有充足的时间收集、分析数据，通过不断调整参数和算法来得到鲁棒性高的分类模型，从而精准获得公开该舆情事件相关信息的合适渠道，但对于演变过程短暂的舆情事件来说，其开发时间成本过高，如果相关部门不能迅速做出判断，信息得不到及时有效的公开，极有可能使事件发酵到不可收拾的地步。因此，如何缩短开发等待成本是政府在利用人工智能分类模型解决问题的过程中需要着重考量的问题。

　　（四）配合人工辅助，提高识别准确率

　　人工智能离不开人工辅助，在大部分实际运用过程中都必须依靠人工进行条目标注才能使机器学习达到或提高预期效果。从本质上来说，机器学习是用算法解析数据，通过不断地学习，对某些目标做出判断和预测，达到机器智能的效果。而在此之前，从数据的收集、清洗、标注到校验都离不开人工。据统计，机器通过收集分析各类用户反馈识别虚假信息的准确率达到60%，结合人工复审可进一步提升到90%。［6］虽然人工智能擅长通过已知经验找到规律去解决问题，但如果面对的问题没有任何规律可循，完全是一个随机事件，抑或是一个疑难杂症，即使使用再复杂的人工智能算法也可能解决不了。在这种情况下，机器学习中学习系统的准确率就会有所降低。因此，政府在实际操作中，仍需要配备相关领域专家进行辅助，才能做出最优决策，实现预期目标。

　　

　　

　　　

　　

　　参考文献：

　　［1］傅荣校，郭啸笑.政府信息公开渠道的对比分析［J］.电子政务，2013（2）：87-93.

　　［2］麦克卢汉.理解媒介：论人的延伸［M］.何道宽，译.北京：商务印书馆，2000：33.

　　［3］STEVENSON N. Understanding Media Cultures： Social Theory and Mass Communication［M］. London： Sage Publications Ltd， 2002： 117.

　　［4］莱文森.数字麦克卢汉：信息化新纪元指南［M］.何道宽，译.北京：社会科学文献出版社，2001：50.

　　［5］张文博.环境治理中的人工智能［J］. 国外社会科学前沿，2019（10）：56-62.

　　［6］吕慎.今日头条推出“精准辟谣”功能 高效识别虚假信息［EB/OL］.（2017-05-29）［2020-05-

　　22］.http：//media.people.com.cn/n1/2017/0529/c4060

　　6-29306285.htm.

　　

　　责任编辑 姜佩亚