全媒体时代，舆论生态、媒体格局、传播方式发生深刻变化，网络信息海量增长、媒体视图化、社交媒体普遍化等发展趋势日益凸显。面对舆论环境的深刻变化和媒介技术的迅猛发展，如何利用AI 语义分析、OCR、人脸识别等技术赋能，强化文字内容识别精准性，补足图片、视频监控盲区，提升保密管理技防能力和新闻舆论工作数智化水平，成为企业在创新推进新闻宣传工作、积极营造良好舆论环境等方面需要重点关注的重要课题。

为进一步做好做实做细企业新闻宣传工作，中国移动云南公司（以下简称“云南移动”）以党建统领企业发展，服务国家战略、紧扣集团战略，坚持问题导向、目标导向与结果导向相结合，强能力、重实效、促发展，积极探索并实践AI 技术赋能新闻宣传，有效传播云南移动在党史学习教育、5G 发展、科技创新、区域协调、乡村振兴、疫情防控、防汛救灾、为民服务等方面取得的成效，以实际行动和创新实践全力推进创世界一流“力量大厦”战略落地。

立足现状+ 技术赋能 应对企业宣传新挑战

技术要素是推进媒体深度融合、创新企业新闻宣传的要素之一。在新一轮科技革命和产业变革的双重驱动下，5G、大数据、云计算、人工智能、区块链、互联网等技术发展日新月异，媒体传播与移动通信技术、互联网技术的融合进一步深化。顺应趋势、利用新技术、综合运用各种手段推进企业新闻宣传工作开展，有利于实现传播效果最大化。

新技术引领数字化、信息化、网络化、智能化发展，给创新企业新闻宣传工作提供了无限可能，使媒介范畴和边界极大拓展，丰富了内容产品的形态，改变了知识信息的生产和传播方式，有助于提高工作精度和效率，帮助企业有效解决在内容精准细分、传播定向分发、舆论宣传引导、舆情风险防控等方面遇到的问题。

在新媒体条件下，云南移动的新闻宣传工作面临一些比较突出的挑战与痛点。一是新闻存量多、时间跨度大。据粗略统计，云南移动EIP新闻管理平台发布收录了约5 万条新闻，涵盖了2009年至今的重要新闻事件，因时代差异有较多同义表达或容易混淆的内容。二是新闻更新频繁，每天都会有大量新闻发布，依靠人工难以实时全量核查和清理。三是意识形态内容抽象、形式多变，难以对直播、视频等内容进行技术监测，存在图片、视频识别检索困难、传播漏洞较多等问题。此外，在实际工作中还存在涉密载体违规联网传送风险隐患大等挑战。

面对上述问题，云南移动深入贯彻落实中国移动智慧中台建设要求，历时14个月，打造企业新闻公文AI智慧风控能力，解决在使用传统监测技术时遇到的图片、视频难监测、识别精度不高等难点问题。新闻公文AI智慧工作风控能力项目于2021年7月15日在云南移动中台能力运营中心成功上线，成为中国移动集团公司内部首个将AI技术运用在新闻公文风险控制领域的应用能力。

硬核模块+ 算力加持 实现效率和质量双提升

云南移动上线的新闻公文AI 智慧风控能力运用语义分析、人脸识别、OCR 等AI 技术和功能模块，实现了新闻信息内容中意识形态错误、行文问题、图片问题、视频问题等的监测识别、审核把关以及涉密文件识别管控，辅助人工提升新闻公文风险精确管控能力。

关键词监控模块：该模块通过AI 语义分析实现意识形态重点关注词汇、党建重点词汇、负面敏感词汇监测识别，根据逻辑判断敏感关键词是否存在问题，对存在错误片段的关键词和文本发起提示预警，提升新闻编撰规范性，从文件拟稿源头减少相关领域风险问题的出现，并在稿件审核中实现多层级检测和预警，同时定期开展意识形态领域问题监控和处置。

不良图像监测模块：该模块通过AI 图片识别和人脸识别技术监测相关领域不良图像，建设不良图像底库，通过算法监测并提示新闻宣传中是否存在各种风险问题以及是否包括违纪违法、敏感信息等不良图像，定期处理涉及不良图像的新闻信息。

涉密文件识别模块：该模块通过AI 文字监测和文字识别算法对OA 中的公文及附件进行识别，及时反馈公文是否涉密、涉密类型等信息，辅助人工精准判断涉密文件，高效查处失泄密事件。

Retinaface 和FaceNet 技术： 不良图像监测模块中的违纪违法相关图像监测AI 能力采用Retinaface 和FaceNet 技术实现人脸检测和识别。Retinaface 是基于检测网络RetinaNet 的改进版，添加了SSH 网络的三层级检测模块，提升检测精度。FaceNet 是一个通用人脸识别系统，采用深度卷积神经网络（CNN）学习将图像映射到欧式空间，主要用于人脸验证、识别和聚类。FaceNet 在LFW 数据集上测试的准确率达到99.63%，在YouTube Faces DB 数据集上测试的准确率为95.12%。

YOLOv5技术： 不良图像监测模块目标检测AI能力采用YOLOv5 技术实现，YOLOv5 在性能上稍弱于YOLOv4，但是在灵活性与速度上远强于YOLOv4，在模型的快速部署上具有极强优势。

BERT-based Spelling Error Correction Models 技术：不良图像监测模块中的意识形态关键词监测采用BERT-based Spelling ErrorCorrection Models 技术实现文本纠错。BERT是一种新的神经网络结构，它包括一个错误检测网络和一个基于BERT 的错误纠错网络，前者通过Soft-Masking 方式连接到后者，Soft-Masked BERT 方法是通用的，它可以应用于其他语言检测校正问题。在两个数据集上的实验结果表明，该方法的性能明显优于单纯基于BERT 的性能。

问题导向+ 目标导向 持续做精做优能力建设

据统计，新闻公文AI 智慧公文风控能力自2021年8月在云南移动EIP 新闻管理系统和OA公文系统上线以来，调用量达到19885次，用户数达到1.4万，稳定运营时长5760小时，有效确保了公司新闻宣传工作质量稳步提升，不良信息清理彻底，舆论阵地管控严密，保密技防能力增强。

一是提升不良信息数据检索抽取效率。通过新闻公文AI智慧风控能力，将以往需要人工逐条下载的新闻统计工作简化为系统自动执行。新闻数据导出时间、不良信息数据检索抽取时间缩短到2小时内。

二是弥补不良图片视频监测技术空白。通过AI图片识别和人脸识别技术监测意识形态领域不良图像，建设意识形态不良图像底库，算法监测并提示新闻中是否存在风险问题以及是否包括不良图像，并提醒及时进行处理，弥补新闻图片视频识别的技术空白。

三是提升不良信息识别精确性。新闻公文AI智慧风控能力采用AI 语义分析技术，算力消耗更小，准确度更高，能够实现对于不同语义场景下的词组的准确分词、精确识别，提升不良信息识别的精准性。

通过运用新闻公文AI智慧风控能力，云南移动在加强舆情风险管控、创新新闻宣传工作等方面成效显著。据统计，2021 年云南移动负面舆情率较2020年下降1.44 个百分点，确保没有因为发生重大负面舆情或信息披露不当引发的经营业绩扣分事项，为公司高质量发展营造了良好舆论环境。需要指出的是，该项目还荣获云南移动2021 年度人工智能大赛二等奖，被评为云南移动2021 年“十佳书记项目”。

此外，新闻公文AI智慧风控能力的推广价值较高，不仅各兄弟单位有复用引入需求，行业封装推广也颇具潜力。在前期的多次推介中，多家政企单位都表达了应用新闻公文AI 智慧风控能力的意向。

目前，智能媒体市场需求释放，市场规模稳定增长。根据IDC 发布的报告，预计2025 年中国智能媒体解决方案市场规模达32.3 亿元，2020年至2025 年年均复合增长率达46.3%。其中，AI数字人、文本到语言生成等技术将成为智能媒体市场技术制高点，媒资管理、内容安全审核等重点场景的市场空间将继续拓展。

云南移动将紧紧抓住智能媒体市场规模增长机遇，发挥人工智能技术优势，持续做精做优新闻公文AI智慧风控能力建设，深耕完善文字、图片底库，做好复用应用服务，为中国移动全力建设“5G+ 算力网络+ 智慧中台”新型信息基础设施、构建“连接+ 算力+ 能力”新型信息服务体系贡献力量。