近日，阿里安全宣布，面對“多人運動”“王者五排”等不斷變異升級的黑話暗語，阿里AI鑒黃技術(shù)能力升級，可精準(zhǔn)快速地進(jìn)行識別攔截。這對人工智能技術(shù)的發(fā)展具有非常重要的意義，讓AI引入知識后并不對原始語義產(chǎn)生曲解，正是訓(xùn)練智能AI模型需要重點解決的難題。
涉黃黑話變異升級難識別
在內(nèi)容安全場景下，黑灰產(chǎn)通常會利用黑話來繞開檢測引擎，比如會出現(xiàn)這種語句“小哥哥，要不要來我們這里多人運動啊？”“大號玻璃過濾彩珠大水瓶 玻璃水壺全套配件到手即用”。
“這對人工智能技術(shù)帶來了非常大的挑戰(zhàn)?！卑⒗锇踩呒壦惴▽＜议_陽表示，目前谷歌發(fā)布的BERT自然語言處理模型已經(jīng)在文本理解領(lǐng)域取得了突破性進(jìn)展，但在識別上述黑話時仍難以發(fā)揮作用，尚不能撕掉黑話的“偽裝”，辨別其指代“色情、毒品”的本來含義。
對此，開陽解釋，技術(shù)和預(yù)訓(xùn)練語言模型有一定局限性，經(jīng)過大量公開語料進(jìn)行學(xué)習(xí)訓(xùn)練后，模型能理解字、詞、句之間的語義關(guān)系，比如判斷“足球”跟“多人運動”屬于同類話題；“水壺”“器皿”和“燒水”屬于同類話題。
“‘多人運動’等黑話通常背后由某個特定事件造成，這些事件比較隨機，也無規(guī)律可循?！遍_陽介紹稱，這樣的語料難以積累，加上占比極低，建立預(yù)訓(xùn)練模型變得不太容易。
AI技術(shù)升級可理解文字語義
那么，鑒黃機器人能否接收到“多人運動”黑話背后的事件信息，從而給出更精準(zhǔn)的判斷？
開陽稱，阿里新一代安全架構(gòu)核心AI技術(shù)可以做到這一點。他介紹，如果過去的鑒黃AI只停留在識別直觀的“圖片、字符串、語音”這些表層信息上，升級之后的鑒黃AI則可以理解字符串背后的深意。如果看到“小哥哥，要不要來我們這里多人運動??？”這樣的語句，AI經(jīng)智能分析后可識別出這是一條色情信息。
“升級后的AI鑒黃師增加了基于知識圖譜的識別黑話的能力，將人工經(jīng)驗知識引入，讓機器智能與人工經(jīng)驗更好地結(jié)合，大大提升了文本理解與語義識別的能力?！遍_陽介紹，這也是技術(shù)升級后的最大亮點，只需要把新的黑話知識添加到知識圖譜中就可生效，發(fā)現(xiàn)輿情事件導(dǎo)致的變異時間可能在小時級，但識別只需幾十毫秒。
簡單而言，就是以熱點事件為中心，圍繞事件本身，將相關(guān)聯(lián)的人物、事件、特定的詞語繪成一張關(guān)聯(lián)圖譜。以“多人運動”為例，將出軌事件新聞作為核心，關(guān)聯(lián)該事件的男女主角、事件引發(fā)的熱詞“多人運動”“王者五排”“群P”等。
圖說：以羅XX事件為例打造的關(guān)聯(lián)圖譜
由于升級后的技術(shù)可識別更隱晦、內(nèi)涵的風(fēng)險內(nèi)容，AI技術(shù)除在鑒黃領(lǐng)域大有可為外，還能大大提升與其他黑灰產(chǎn)變異升級的對抗能力?！拔覀兊哪Ｐ湍茚槍π率录焖俑兄谑录l(fā)掘新關(guān)聯(lián)詞，并構(gòu)建知識，及時為新風(fēng)險識別提供能力?！遍_陽說。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(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，讀者在使用前請進(jìn)一步核實，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
