小说内容理解

DataFunTalk

关注

发布于: 2020 年 12 月 30 日

导读：本文主要跟大家分享连尚文学在做免费小说业务时，从推荐系统的算法角度对小说文学的内容理解。主要内容包括：

小说文学的特点
小说的算法和成果

小说文学的特点

1. 小说是什么？

首先看下小说的定义：

小说是通过塑造人物、描写背景、叙述故事、描写环境来反映生活、表达思想的一种文学体裁，它是拥有完整布局、发展及主题的文学作品。想象丰富，内容情节跌宕起伏，也反映了人们现实生活中的无奈，以及无奈的那种向往美好生活的渴望！（摘自百度百科）

2. 小说文学的特点

通过小说的定义可以发现，小说的这种文学体裁，有它独自的特点。下面从推荐业务角度，可以归纳为以下几点：

小说容量大，包含多种人物，丰富的情节和场景。例如网络小说，可以写几千章，甚至还会连载。
从小说和读者之间匹配角度来说，读者对小说认知过程长，并且选择成本高。
网络小说同质化严重，良莠不齐，而优质的小说价值巨大。

以上即是特点，也是对推荐业务的巨大挑战。下面我们看下几个写作手法差异的例子，来展现这些特点对于业务推荐的影响。

这两段内容，出自不同作者写的小说，但是描述的都是上门女婿相同的情节。但是两者对比可以看到，在同样的主题和同样的情节，写作手法上有很大差异。但是从业务或者推荐系统角度上讲，这种差异会导致受众群体有区别。在不同的受众群体中，小说的点击率、阅读完成率等有很大的差异。

再看同一个作者写的小说，如下图：

《剑来》、《雪中悍刀行》都是同一个作者写的。上面的两段内容，都是这两篇小说的开篇。能看到虽然是同一个人写的，但文字的修饰和写作手法存在不一样。在推荐给读者时，读者的接受程度也是不一样的。而且从推荐系统角度来说，《雪中悍刀行》是优于《剑来》的，行文节奏很显著。从小说的开篇的读者接受程度来看，《剑来》的长尾读者可能会很长，这样会一开始损失部分读者。

3. 小说标签

目前在小说的领域，基本上一开始会以标签的形式刻画小说以及它的内容。

用标签刻画的小说对于业务推荐来说，会存在一些困难的问题。具体问题如下：

语义范畴存在重复和不精确性。例如，专情、爱情、言情、感情等。
标签语义权重计算困难。
标签难以量化，因此作品之间的相似度难以正确计算。
用户阅读小说行为少，大多数用户仅会深度阅读 1 到 2 本小说书籍。

使用标签刻画小说的内容，本身就存在不准确和不确定性。

小说的算法和成果

1. 阅读小说过程

在介绍具体算法之前，我们来首先看下读者阅读小说的过程：

这个阅读的过程，其实也是读者做决策的过程。我们希望我们的推荐算法，可以帮助读者顺利完成从开始接受小说，到最后完成深度阅读的决策过程。在 APP 中，读者最先是看到小说的列表，列表中会展示小说的封面、标题、评分、简介、标签等摘要信息。读者可以从这些摘要信息中，决定是否对某篇小说感兴趣。感兴趣的就会点击，然后跳转到小说详情页中。如果读者感兴趣，会继续跳转到阅读器中，并阅读内容的页面。所以在一开始，可以帮助读者快速建立对小说的准确理解和认知。在这之后，读者就会进入到相对深入的阅读。