传媒资讯分类总出错？智能算法精准率达98.7%

文章配图，仅供参考

　　查一下收录。打开搜索框。输site:。点回车。等两秒。没反应。又点一次。还是空。不是卡，是直接跳过——就像搜索引擎压根不认这个域名后缀了。我又切到另一个浏览器，无痕，重输，还是空。这时隔壁装修的电钻声突然炸起来，嗡——整整十七秒，中间没停。我盯着页面右上角那个小转圈，转了四十七下，才出来十一条，全是泛目录页，新闻频道首页一条没露。这个我敢打包票：它真没被索引。不是延迟，是拒收。

　　但更怪的是分类。我们做传媒资讯站的，分类栏标得清清楚楚：政策解读、行业动态、人物专访、海外观察、技术拆解、媒体融合……六个tab，每个下面五十篇人工归档。结果十一月六号凌晨两点零三分，我改完一个404页面缓存回来，顺手点开手机端百度APP搜“广电总局新规”，出来的第一条居然是我们站里一篇写县级融媒体中心Wi-Fi信号覆盖的稿子——挂在“技术拆解”底下。可这篇根本没提政策，也没提广电总局。我翻后台日志，发现它被算法打标成了“政策解读”。我截图发给客户李总，他回得比AI还快：“你们是不是又用采集器洗稿了？”我说没动采集规则。他说：“那怎么连‘广电’俩字都没出现的稿子，被推成政策头图？”

　　我翻到算法接口文档第十七页，看见一行小字：“分类置信度≥92%时自动入库”。底下还补了句：“精准率达98.7%”。我盯着那小数点后一位看了半分钟。窗外雨早停了，阳台晾的衬衫没收，袖口拧着水，在风里甩来甩去。98.7%，听着像手术刀，实则是个筛子——筛掉3.3%，但漏下去的全是卡在边界上的活人活事。比如“AI生成短视频对传统编导岗位的影响”，按人力归类该进“行业动态”，但算法咬死它含“AI”+“岗位”，塞进“技术拆解”。再比如一篇讲《人民日报》客户端UI改版的稿子，因截图里出现了三次“灰色按钮”，被标进“用户体验”——可我们根本没设这个分类，它自己创了一个临时tag，还带上了链接，点进去就是死链。

　　我翻了下十一月前十天的友链检测报告，掉了七个，其中四个是教育类站点，三个是政务类。奇怪的是，它们掉的时间全在我们分类错乱爆发后四十八小时内。小陈说：“你这站现在像个污染源。”他在群里@我发了张截图：他主站搜索“传媒转型”，我们站排第二，但点进去直接404——因为那页被算法重分类后挪去了一个叫“趋势研判（实验）”的幽灵栏目，路径变了，没做301，也没进sitemap。而这个栏目，后台压根没创建入口，纯属算法私建。我问开发，他说：“没接到需求啊。”我翻Git记录，真没有。这事儿是谁干的？我不知道。到底是哪次更新的事我说不准。只记得十一月四号凌晨，运维小王喊我去会议室看日志，咖啡洒在键盘上，他边擦边说：“哎哟，这分类模型又跑飞了。”

　　说到跑飞……想起08年搞站群那会儿，我们五个人在城西出租屋里接网线，拿Excel拉分类表，一个人念“新闻联播收视率”，另一个人写“电视收视分析”，第三个人查当天有没有竞品发同类稿，第四个人掐表计时，第五个——是我——守着采集器进度条，每掉一格就划掉表格里一个词。那时没人信算法能分清“媒体融合”和“融合媒体”，觉得那俩词倒过来念都算同义词。结果现在倒好，算法认字比人还认真，连顿号前后空格差两毫秒都能判成不同语义。可它不认“记者辞职去拍抖音”是行业动态，非说是“职业转型案例”，归进“人力资源”。客户王姐打电话催改稿，语气软但带钩：“你们上次说的‘智能标签’，到底标的是事实，还是算法觉得的事实？”

　　桌上那包烟抽剩七根，烟灰缸里斜插着半截，没掐灭，青烟往上飘，糊住显示器右下角的实时索引量数字——掉了，掉了，掉了。不是缓慢跌，是阶梯式断崖，像被人拿尺子量着切。十月三十一号还有一万二，十一月一日九千八，三号五千三，五号两千六，七号直接跌破三位数。我查了下新站备案时间，我们站上线是2007年3月，比很多同行的百度统计账号还老。可这次，连快照都懒得缓存我们首页。前两天翻历史快照，发现十一月二号那天，首页标题被替换成一句陌生话：“欢迎访问中国传媒政策研究协作平台（测试版）”。我截图发给法务，她回：“不是我们发的。”

　　我不信什么“精准率98.7%”能站住脚——它站得住的地方其实是“优胜劣汰”。不是算法优胜，是内容够硬的活下来，够模糊的直接被抹掉。就像当年我们手动筛稿，筛掉重复、筛掉空话、筛掉没署名的，筛得手腕疼。现在筛子换了，但筛子底下漏掉的，从来不是垃圾，是不好定义的东西。比如一篇讲“方言新闻主播流失”的稿子，既不算政策，也不算技术，还没人物专访的采访实录，算法把它踢进了“待审核池”，三个月没出来。客户催了六次，我最后一次回：“它还在池子里泡着，可能要等下一个语义模型迭代。”他没再问。

　　昨天夜里三点，我蹲在阳台抽烟，听见楼下有快递员敲门，声音闷闷的。我盯着那件没收的衬衫，袖口还滴水。算法管不了这个，管不了雨，管不了电钻，管不了衬衫没收回。但它管得了“传媒资讯”这四个字落在哪行meta里，管得了H1标签里是否嵌套了“深度”“观察”“趋势”这三个热词，管得了发布时间和热搜榜的小时级同步。可当它把“某省级广播电视台台长谈AIGC伦理”强行塞进“技术拆解”栏目的时候，我已经不想争论对错了。错的不是算法，是“分类”这件事本身，正在变成一个单向通道——只能进，不能出，也不能质疑。

　　明天先把手上那批页面删一半试试。

（编辑：站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!