今日頭條是如何反低俗的？ 首次揭秘靈犬背后的技術(shù)原理

7月30日，今日頭條宣布正式推出靈犬反低俗助手(以下簡(jiǎn)稱“靈犬”)3.0版本，同時(shí)支持對(duì)圖片和文本的低俗低質(zhì)內(nèi)容檢測(cè)。用戶可以通過(guò)“靈犬”檢測(cè)文本、圖片等類型的內(nèi)容健康指數(shù)，共同參與打擊低俗低質(zhì)內(nèi)容，凈化網(wǎng)絡(luò)空間。

當(dāng)天下午，一場(chǎng)名為“算法如何反低俗”的溝通會(huì)在字節(jié)跳動(dòng)總部舉辦。字節(jié)跳動(dòng)人工智能實(shí)驗(yàn)室總監(jiān)王長(zhǎng)虎進(jìn)行了主題分享，首次向外界公開(kāi)“靈犬”背后的技術(shù)原理。

　　圖注：字節(jié)跳動(dòng)人工智能實(shí)驗(yàn)室總監(jiān)王長(zhǎng)虎分享“靈犬”背后的技術(shù)原理

“靈犬”文本和圖片識(shí)別能力的背后，離不開(kāi)今日頭條反低俗模型的技術(shù)支持。據(jù)了解，2012年以來(lái)，今日頭條內(nèi)部搭建了反色情、反低俗、反標(biāo)題黨、反虛假信息、反低質(zhì)等數(shù)百個(gè)模型，并投入近萬(wàn)人專業(yè)審核團(tuán)隊(duì)。

當(dāng)天發(fā)布的“靈犬”3.0版本重點(diǎn)拓展了反低俗識(shí)別類型和模型能力，現(xiàn)已覆蓋文本識(shí)別(反色情低俗、反暴力謾罵、反標(biāo)題黨)和圖片識(shí)別(反色情低俗、反血腥暴力)。

據(jù)了解，在文本識(shí)別領(lǐng)域，新版“靈犬”同時(shí)應(yīng)用了“Bert”和半監(jiān)督技術(shù)，訓(xùn)練數(shù)據(jù)集包含920萬(wàn)個(gè)樣本，準(zhǔn)確率提升至91%;在圖片識(shí)別領(lǐng)域，“靈犬”采用深度學(xué)習(xí)作為解決方案，在數(shù)據(jù)、模型、計(jì)算力等方面均做了針對(duì)性優(yōu)化;

王長(zhǎng)虎介紹，“靈犬”背后的文本分類模型，已經(jīng)經(jīng)過(guò)了三次迭代。最新版“靈犬”同時(shí)應(yīng)用了“Bert”和半監(jiān)督技術(shù)，并在此基礎(chǔ)上使用了專門的中文語(yǔ)料，并通過(guò)優(yōu)化模型結(jié)構(gòu)使得計(jì)算效率能達(dá)到實(shí)用水平。“Bert”是當(dāng)前最先進(jìn)的自然語(yǔ)言處理技術(shù)，在閱讀理解、語(yǔ)義蘊(yùn)含、問(wèn)答、相關(guān)性等任務(wù)上性能大幅提升。

不同于文本識(shí)別，圖片識(shí)別的技術(shù)難點(diǎn)主要在于三方面：非均衡、類內(nèi)方差大和不可窮舉，即，低俗圖片占整體圖片內(nèi)容的比例較低，低俗圖片的種類豐富、繁雜，構(gòu)成低俗圖片的特征千差萬(wàn)別。

對(duì)此，“靈犬”運(yùn)用的解決方案，是深度學(xué)習(xí)。“我們分別在數(shù)據(jù)、模型、計(jì)算力等方面做了很多優(yōu)化。”王長(zhǎng)虎說(shuō)。數(shù)據(jù)層面，“靈犬”已累積上千萬(wàn)級(jí)別的訓(xùn)練數(shù)據(jù)。模型層面，“靈犬”針對(duì)許多困難樣本做了模型結(jié)構(gòu)調(diào)優(yōu)，嘗試解決多尺寸、多尺度、小目標(biāo)等復(fù)雜問(wèn)題。計(jì)算力層面，“靈犬”利用分布式訓(xùn)練算法以及GPU訓(xùn)練集群，加速模型的訓(xùn)練和調(diào)試。

同時(shí)，王長(zhǎng)虎也提到，反低俗無(wú)法單一地依靠技術(shù)去解決。低俗的定義和標(biāo)準(zhǔn)隨著人群、使用場(chǎng)景、時(shí)代等因素變化皆會(huì)發(fā)生變化。針對(duì)低俗判斷問(wèn)題的復(fù)雜性和不同判斷方式的局限性，王長(zhǎng)虎提到，一方面要不斷進(jìn)化技術(shù)模型，一方面需要有效結(jié)合技術(shù)和人工判斷兩種方式。

“作為行業(yè)領(lǐng)先者，在內(nèi)容安全上，今日頭條一直用最高的標(biāo)準(zhǔn)要求自己，”王長(zhǎng)虎說(shuō)，“靈犬是一個(gè)開(kāi)放的反低俗窗口，我們希望通過(guò)靈犬，接收社會(huì)各界對(duì)反低俗的意見(jiàn)和建議。”

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。