【大发彩神大小规律官方】今日头条升级灵犬反低俗助手 新增图片识别功能

  • 时间:
  • 浏览:94
  • 来源:大发云官方-大发云彩票系统

  大公网7月300日讯 今日头条今日(300日)回应正式推出新版灵犬反低俗助手(以下简称“灵犬”)大发彩神大小规律官方,一起支持图片和文本识别大发彩神大小规律官方。这是时隔二天 后,“灵犬”的又一次重要升级。

主办方供图

  “灵犬”脱胎于今日头条反低俗模型,是一款检测内容健康度的辅助小工具,致力于打击低俗低质内容,层流手术室 网络空间。用户目前都还要在今日头条内,搜索“灵犬”进行试用。

  当天下午,一场名为“算法怎么可否反低俗”的沟通会在字节跳动总部举办。字节跳动人工智能实验室总监王长虎现场介绍了“灵犬”转过身的技术原理。

  据了解,在文本识别领域,新版“灵犬”一起应用了“Bert”和半监督技术,训练数据集蕴藏9十五万个样本,准确率提升至91%。在图片识别领域,“灵犬”采用角度学习作为避免方案,在数据、模型、计算力等方面均做了针对性优化。

  “灵犬”使用人次超过3000万

  信息大爆炸时代,打击低俗低质内容,是当前全球信息平台都面临的难题图片,不管是国外的Facebook、Google,还是国内的微信、今日头条,前会 寻求避免方案。

  反低俗无法单一地依靠技术或人工避免。王长虎表示,低俗的定义相对笼统,真难完整精确地定义出来,这项工作即使对人来说之前 容易,交给机器做更难实现,而在当前内容创作和消费海量增长的趋势下,纯靠人工避免,角度低,无法有效满足用户需求。

  图:字节跳动人工智能实验室总监王长虎分享“灵犬”转过身的技术原理 主办方供图

  今日头条是内地反低俗的先行者,而“灵犬”是今日头条反低俗系统的一4个复杂性版本。据了解,2012年以来,今日头条内内外部搭建了反色情、反低俗、反标题党、反虚假信息、反低质等数百个模型,并投入近万人专业审核团队。“作为行业领先者,在内容安全上,今日头条一个劲 用最高的标准要求此人 ,”王长虎说,“灵犬是一4个开放的反低俗窗口,大发彩神大小规律官方我们歌词 我们歌词 希望通过灵犬,接收社会各界对反低俗的意见和建议。”

  新版“灵犬”重点拓展了反低俗识别类型和模型能力,现已覆盖图片识别(反色情低俗、反血腥暴力)和文本识别(反色情低俗、反暴力谩骂、反标题党)。后续还将支持语音识别和视频识别。

  此前一年时间内,“灵犬”已陆续完成两次迭代。2018年3月28日,今日头条首次上线“灵犬”,支持检测文字和文章链接。2018年5月16日,“灵犬”完成服务能力升级,增加反色情短文本模型和反谩骂模型,将准确率从73%提升至82%。2019年2月20日,“灵犬2.0”正式上线,除了反色情低俗模型,加入反暴力谩骂和反标题党模型,覆盖了主要的低俗低质内容类型,整体识别准确率接近85%。截至2019年6月,灵犬反低俗助手的使用人次不可能 超过了3000万。

  用户只还要在“灵犬”内输入一段文字或文章链接,“灵犬”就都还要帮助其检测内容健康指数,返回一4个鉴定结果。对于用户输入的内容,“灵犬”会先进行提取、分词和语义识别,之前 根据相关规则, 输出对应的分数、评级和结论。有些切前会 短短几秒内完成。图片和图片链接检测同理,用户在“灵犬”内上传图片或图片链接,即可快速获取鉴定结果。

  “灵犬”转过身的技术迭代

  据王长虎介绍,“灵犬”转过身的文本分类模型,不可能 经过了三次迭代。每个新版本相对于旧版本,在技术和数据集层面,都一4个明显的跃升。

  第一代“灵犬”,应用的是“词向量”和“CNN(卷积神经网络)”技术,训练数据集蕴藏33000万数据样本,对随机样本的预测准确率达到79%。第二代“灵犬”,应用的是“LSTM(长短期记忆)”和“Attention”技术,训练数据集蕴藏8十五万数据样本,准确率提升至85%。

  新版“灵犬”一起应用了“Bert”和半监督技术,之前 在此基础上使用了专门的中文语料,在不牺牲效果的清况 调整了模型形态,使得计算角度能达到实用水平。“Bert”是当前最先进的自然语言避免技术,是该领域近年来重大进展的集大成者。这项技术在常见的阅读理解、语义蕴藏、问答、相关性等各项任务上,大幅提高了性能。

  有些代“灵犬”训练数据集总量是1.一4个T,大约20倍百度百科或3000倍维基百科的数据总量,蕴藏9十五万个样本,准确率提升至91%。

  不同于文本识别,图片识别的技术难点主要在于三方面:非均衡、类内方差大和不可穷举,即,低俗图片占整体图片内容的比例较低,低俗图片的种类丰富、复杂性,构成低俗图片的形态千差万别。

  对此,“灵犬”运用的避免方案,是角度学习。“我们歌词 我们歌词 分别在数据、模型、计算力等方面做了之前 优化。”王长虎说。数据层面,“灵犬”已要素上千万级别的训练数据。模型层面,“灵犬”针对有些困难样本做了模型形态调优,尝试避免多尺寸、多尺度、小目标等复杂性难题图片。计算力层面,“灵犬”利用分布式训练算法以大发彩神大小规律官方及GPU训练集群,加速模型的训练和调试。

  有些技术难以拿出的难题图片,现阶段还有赖于人工判断。比如技术暂时难以制定标准的案例:世界名画中常常再次出先裸体女子,不可能 完整交由机器判断,机器通过识别画中人物的皮肤裸露面积,就会认为这幅画是色情低俗的;而有些拍摄芭蕾舞的图片,以机器的视角来看,实在同类于裙底偷拍。

  此外是不可能 使用场景、人群不同而是因为分析标准变动的案例:内衣和内衣模特再次出先在购物平台上,会被默认为正常,但不可能 频繁再次出先在新闻资讯平台上,就不可能 被认为有低俗嫌疑;正常的热舞内容,提供给成年人看,符合常规标准,但不可能 开启了青少年模式,那些内容就不应该再次出先。

  王长虎说,针对低俗判断难题图片的复杂性性和不同判断措施 的局限性,一方面还要不断进化技术模型,一方面还要有效结合技术和人工判断并都在措施 。

  当前,“灵犬”建设了比较完善的模型迭代系统。通过“数据收集—数据标注—数据清洗—模型训练—模型评估—badcase分析”有些套完整的流程,持续做优化。