在新闻写作领域,人工生产新闻内容一直存在着效率瓶颈。一篇新闻的产生,需要编辑从收集数据开始到编写结束全程参与。在这个过程中,面临的问题主要是产量低下并且新闻的准确性难以保证。随着人工智能技术的发展,新闻写作领域开始使用机器辅助编辑生产文章内容。目前行业内,机器新闻写作的尝试仍局限于体育,财经和突发性事件等领域。国内没有公司涉足汽车领域的机器新闻写作,这使得汽车领域的机器新闻写作有着很高的实现价值。本篇论文在这样的背景下讨论如何为汽车新闻编辑定制一个帮助编辑提高写作效率的系统。艾耕科技公司为老司机汽车网的汽车新闻编辑设计实现一个汽车新闻生成系统。本系统收集汽车领域的相关新闻素材,通过调用建好的文章模板的方式,对相关新闻素材进行整理拼接,生成一篇基础新闻来供编辑修改和完善。本系统利用人工智能技术提供很多智能化功能帮助编辑写作,如文字和图片等内容的自动推荐功能。后台将编辑对于文章修改的内容记录下来发送给运营人员,再由运营人员负责优化对应的生产基础新闻的机器模板。本系统通过人工智能的辅助形成了一种从文章模板自动生成到编辑优化的编辑生产新模式,改变了以往编辑全部手动撰写新闻的工作方式。汽车新闻生成系统主要使用Flask作为框架,实现服务端的业务逻辑,利用Hive数据工具,为新闻数据的存储更新提供支持。数据层使用Flask扩展包SQLAlchemy数据库工具,提供与My SQL数据库的交互。Flask支持开发直接安装的python库,可降低与其他部门对接的成本,并且可大幅提升整体系统的响应速度。汽车新闻生成系统成功地将汽车编辑的生产效率提高四倍,由以前的两个小时到现在平均半个小时生产一篇文章。目前本系统已经发展到可以覆盖汽车新闻品类中的一半新闻主题,显著提高汽车新闻的质量和汽车新闻编辑的写作效率。