ITBear旗下自媒体矩阵:

今日头条是如何反低俗的? 首次揭秘灵犬背后的技术原理

   时间:2019-08-02 09:27:19 来源:北国网编辑:星辉 发表评论无障碍通道

7月30日,今日头条宣布正式推出灵犬反低俗助手(以下简称“灵犬”)3.0版本,同时支持对图片和文本的低俗低质内容检测。用户可以通过“灵犬”检测文本、图片等类型的内容健康指数,共同参与打击低俗低质内容,净化网络空间。

当天下午,一场名为“算法如何反低俗”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进行了主题分享,首次向外界公开“灵犬”背后的技术原理。

图注:字节跳动人工智能实验室总监王长虎分享“灵犬”背后的技术原理

“灵犬”文本和图片识别能力的背后,离不开今日头条反低俗模型的技术支持。据了解,2012年以来,今日头条内部搭建了反低俗、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。

当天发布的“灵犬”3.0版本重点拓展了反低俗识别类型和模型能力,现已覆盖文本识别(反 低俗、反暴力谩骂、反标题党)和图片识别(反 低俗、反血腥暴力)。

据了解,在文本识别领域,新版“灵犬”同时应用了“Bert”和半监督技术,训练数据集包含920万个样本,准确率提升至91%;在图片识别领域,“灵犬”采用深度学习作为解决方案,在数据、模型、计算力等方面均做了针对性优化;

王长虎介绍,“灵犬”背后的文本分类模型,已经经过了三次迭代。最新版“灵犬”同时应用了“Bert”和半监督技术,并在此基础上使用了专门的中文语料,并通过优化模型结构使得计算效率能达到实用水平。“Bert”是当前最先进的自然语言处理技术,在阅读理解、语义蕴含、问答、相关性等任务上性能大幅提升。

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、繁杂,构成低俗图片的特征千差万别。

对此,“灵犬”运用的解决方案,是深度学习。“我们分别在数据、模型、计算力等方面做了很多优化。”王长虎说。数据层面,“灵犬”已累积上千万级别的训练数据。模型层面,“灵犬”针对许多困难样本做了模型结构调优,尝试解决多尺寸、多尺度、小目标等复杂问题。计算力层面,“灵犬”利用分布式训练算法以及GPU训练集群,加速模型的训练和调试。

同时,王长虎也提到,反低俗无法单一地依靠技术去解决。低俗的定义和标准随着人群、使用场景、时代等因素变化皆会发生变化。针对低俗判断问题的复杂性和不同判断方式的局限性,王长虎提到,一方面要不断进化技术模型,一方面需要有效结合技术和人工判断两种方式。

“作为行业领先者,在内容安全上,今日头条一直用最高的标准要求自己,”王长虎说,“灵犬是一个开放的反低俗窗口,我们希望通过灵犬,接收社会各界对反低俗的意见和建议。”

举报 0 收藏 0 打赏 0评论 0
 
 
更多>同类资讯
全站最新
热门内容
网站首页  |  关于我们  |  联系方式  |  版权声明  |  网站留言  |  RSS订阅  |  违规举报  |  开放转载  |  滚动资讯  |  English Version
关闭
ITBear微信账号

微信扫一扫
加微信拉群
电动汽车群
科技数码群