Facebook 在本年五月份发布了「Facebook Instant Articles」，旨在改造 Facebook 新闻阅览功用的用户体会。一个月后，苹果公司发布了一款名为「Apple News」的新闻运用。Apple News 会对新闻内容进行从头排版，以便让运用所出现的新闻内容看起来和在出书商网站上的感受相一致。自发布以来，大家一直在评论上述举动对于将来渠道和出书商之间的联系终究有何参阅含义，在此咱们先不对渠道作过多的评论，咱们首要需求验证其间所包括的一个根本假定：Facebook 和苹果公司具有对于新闻方法的改造才干，但它们依然挑选了以文章的方法来出现新闻。在这里，咱们并没有对新闻本身的构成和构造等要素提出质疑，虽然新闻的构成无疑是由于打印媒体的约束才开展成如今的姿态。
除了能够经过大型科技渠道来重塑新闻的将来，新闻机构本身或许也应当开端对一些假定条件进行从头考虑。毕竟在对于新闻的改造举动中，以新闻作为中心商品的出书商们无疑将成为最大的受益者。那么，当咱们决议从头审视本身对于文章的感知时，新闻将以何种方法出现呢?
摒弃老旧的约束
一直以来，新闻都以对于特定事情的系列文章的方法出现，由于这是新闻仅有的出书方法。打印媒体的局限性意味着绝大部分报纸都将以天天两次的频率进行出书，并且一篇文章在出书今后便不得再次进行修正。不错，新闻机构现已成功融入到了新媒体年代，它们会运用视频、音频以及一些具有交互性的方法来出现新闻内容。但即便是经过最具改造性的发布方法对新闻进行发布，这类发布也仅仅会被视为一次又一次的分配行动，由于这些新闻机构所发布的内容并不会跟着时刻的演进而进化，文章所包括的常识也不会有所堆集。新闻的全部时刻短特点都与打印媒体的发布节奏严密有关。
想要在现有及将来的媒体方法上发明新闻，咱们需求以改造性的眼光对时刻的标尺加以考虑。信息本身应当具有可堆集的特性，文档也需求对于新的陈述或许信息作出调整，因而咱们需求将用户的消费行动了解为也许以任何频率发作的不确定行动，而不是每日更新的简略方法。
那么，具有可堆集特性的新闻终究是怎么的呢?想要完成这么的新闻又终究需求哪些技能呢?
首要需求弄清一点，咱们所说的并不是要将新闻改形成朴实的参阅资料或许是全新的维基百科，咱们仅仅期望经过加深新闻报道所包括的常识深度来进步阅览体会。
为了十分好地运用一切被宣布的文章中所包括的常识，咱们首要需求将这些文章以可供查找和获取的方法进行编制。这意味着咱们在编撰新闻稿件的一起还需求对一些可供循环运用的信息加以区别及标示，这些信息被「纽约时报研制实验室」(The New York Times R&D Lab)称为「颗粒」(Particles)。大家曾经在「语义万维网」(Semantic Web)上对于和这一概念有关的主意进行过一段时刻的评论，但由于其间所触及的人力本钱昂扬，因而终究也没有得到广泛的运用。如今纽约时报研制实验室正在对注解和符号的方法进行研讨，期望能在极大的程度上下降该方法的运用本钱。例如纽约时报研制实验室的「修改项目」(Editor project)便致力于研讨怎么经过协同体系发明出颗粒状的元数据方法，这类协同体系在很大程度上需求依托计算机的学习才干，但一起也答应大家对输入的数据进行修改。在通常状况下，这种方法也意味着咱们无需彻底改写现有新闻修改部的作业流程，仅需运用特定的计算机技能对媒体作业者的现有作业流程进行扩大即可。 一旦咱们开端捕捉文章所包括的常识并对其进行编码，新闻类文章的阅览体会将会变得大不相同：
新闻作业人员所运用的东西将会得到强化
一旦咱们成功建立起构造化的新闻元素基质，咱们便能够赋予传统新闻文章全新的功用。在当时状况下，假如一位新闻作业者想要查阅对于某个特定论题的新闻报道以便为某篇新闻稿件供给参阅，她需求进行很多的手艺劳动以筛选出符合请求的信息，然后再建立起超链接。显着，超链接并不是一种抱负的出现方法，由于读者在点击今后需求从当时阅览的文章跳转至另一篇文章之上。
但是，假使咱们能够对文章内的「颗粒」元素进行编码和符号，那么新闻作业者在寻觅特定信息的时分，他们很简略就能够找到现有文章所包括的有关信息。咱们能够建立起一系列修改东西，新闻作业者能够运用这些东西精确地查询一切现已发布的新闻资料，进而下降他们的作业难度，进步作业功率。此外，在进行编码和符号的工序时，咱们应当使文章中的「颗粒」信息具有必定的关联性。在这么的布景下，文章将会成为一个不断自我深化的动态结构，它们答应读者进行深度阅览的一起还能够依据读者的喜爱进行拓展或缩短。文章所包括的内容将不再局限于叙说的观点，还会包括一些和文章的布景、剖析等深度内容有关的进口。
对文章的内容进行归纳和归纳
当咱们开端考虑文章所包括的也许性时，咱们才干意识到这些「颗粒」的强壮的当地：构造化信息的语料库(Corpus)能够完成的功用比单纯的文章档案要强壮得多。假使咱们挑选将文章视为独自的模块，那么在文章发布今后，咱们很难从头联系文章所包括的信息和常识。在当下，假如说咱们期望对文章的信息加以联系，期望从文章中得到与时俱进的答案，期望从文章中取得对于某个论题的累积常识，那么等候咱们的都只会是深重且庸俗的手艺劳动，由于咱们只能在阅览完多篇文章今后再用手艺进行收拾。
比方说咱们要找出唐纳德·特朗普(Donald Trump)对于移民论题的评论次数，在如今的新闻方法下咱们很难对相应的信息进行获取，更遑论要环绕这条信息为读者发明超卓的阅览体会。但是，一旦咱们所发布的每一篇文章都加以编码、符号和归类今后，要完成这类使命就会变得愈加简略。或许说假如咱们期望了解某一个事情的发展状况，咱们也能够很轻松地把有关的文章依照发布的时刻进行排序，并对其进举动态更新。就如今的新闻方法而言，咱们很难对一段期间以内的文章内容进行归纳和归纳，咱们也很难获取与文章的布景有关的深度资讯，但这些信息对于新闻的深度了解而言是不可或缺的。为了添补其间的空白，各类新闻的「说明」网站应运而生。想要具有对于特定事情的深度认知，由新闻机构发布的每一篇有关文章都是有必要的，只要在文章都被编码和符号的状况下，文章背面所包括的信息才有也许变得愈加易于获取，咱们在对信息进行重复运用以及从头混合的时分也会更有功率。
极具适应性的内容
在各类新式设备和渠道不断显现的今日，新闻机构很难经过程序去区分文章当中所包括的信息。想要证明这一点，咱们只需求看看各大新闻机构推出了多少款排版和展现个性都各不相同的发布渠道即可。例如，《纽约时报》(New York Times)发布的一篇与食物有关的文章放到网站上或许会是一篇中长篇文章，但在对于移动设备的「Now」新闻运用上则有也许成为一篇要言不烦的短文，出如今「Apple Watch」上甚至有也许只剩下标题以及寥寥数语的烹饪配方，若要放在 Facebook、Pinterest 或许 Twitter 上，则排版和内容还得再做更改。对于文章内容的「颗粒」进行辨认和符号能够让新闻作业者的作业流程变得愈加顺利之余，还能够减轻修改的作业量。经过编码和符号的有关信息将会被储存在特定的当地，并依据终端地类型予以显现。
时刻短的信息终将不朽于世
从感知上看来，将来的新闻将不再以系列文章的方法出现，时刻短和永久的边界也终将变得含糊。实际上，这两类新闻信息的联系一直都存在：一篇文章除了包括当下发作事情的信息以外，也会包括事情的来龙去脉、关键人物等时效性并不显着的信息。但如今以单篇文章为单位的新闻方法意味着文章所包括的信息都被视为是时刻短的。天天新闻机构都会发布数以百计的新闻报道，次日它们将再次发布前一天现已发布过的一些内容。这种方法彻底是打印媒体约束下的产品，从数字化年代看来这类方法彻底没有必要。你能够承受维基百科(Wikipedia)在叙利亚(Syria)每次发作新事情的时分都发布一个对于叙利亚新闻的页面吗?在这种方法下，假如想要了解全部状况，你只能经过人工的方法阅读上百个页面，并对这些页面的重复内容进行收拾。这种方法当然十分荒唐，但这确是新闻机构在天天的作业中所采纳的方法。而「颗粒」的方法则意味着咱们需求在编撰文章的时分就区分出那些能够历久常新、可供重复运用的信息并对其进行编码和符号，以便日后运用。这也意味着新闻机构并不仅仅在发明前史的第一份「草稿」，它们还将对第二份、第三份」草稿「进行联系，它们在发明文章的一起能够将有用的资讯收拾成一个常识库，这才是一种强力、高效的学习方法。（南京欣才PHP培训机构http://www.thinksite.cn/）
