今日頭條推出新版靈犬反低俗助手 準(zhǔn)確率達(dá)85%

7月30日，今日頭條宣布正式推出新版靈犬反低俗助手(以下簡稱“靈犬”)，同時支持圖片和文本識別。字節(jié)跳動人工智能實(shí)驗(yàn)室總監(jiān)王長虎介紹，新版“靈犬”在前兩代的基礎(chǔ)上再次升級，加入圖片識別后，綜合準(zhǔn)確率在85%以上。

“靈犬”脫胎于今日頭條反低俗模型，是一款檢測內(nèi)容健康度的輔助小工具，致力于打擊低俗低質(zhì)內(nèi)容，凈化網(wǎng)絡(luò)空間。用戶目前可以在今日頭條內(nèi)，搜索“靈犬”進(jìn)行試用。

王長虎介紹，在文本識別領(lǐng)域，新版“靈犬”同時應(yīng)用了“Bert”和半監(jiān)督技術(shù)，訓(xùn)練數(shù)據(jù)集包含920萬個樣本，準(zhǔn)確率提升至91%。在圖片識別領(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、計算力等方面均做了針對性優(yōu)化。

據(jù)了解，“靈犬”背后的文本分類模型，已經(jīng)經(jīng)過了三次迭代。每個新版本相對于舊版本，在技術(shù)和數(shù)據(jù)集層面，都有一個明顯的躍升。

第一代“靈犬”，應(yīng)用的是“詞向量”和“CNN(卷積神經(jīng)網(wǎng)絡(luò))”技術(shù)，訓(xùn)練數(shù)據(jù)集包含350萬數(shù)據(jù)樣本，對隨機(jī)樣本的預(yù)測準(zhǔn)確率達(dá)到79%。第二代“靈犬”，應(yīng)用的是“LSTM(長短期記憶)”和“Attention”技術(shù)，訓(xùn)練數(shù)據(jù)集包含840萬數(shù)據(jù)樣本，準(zhǔn)確率提升至85%。

不同于文本識別，圖片識別的技術(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別。

對此，“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、計算力等方面做了很多優(yōu)化。”王長虎說。數(shù)據(jù)層面，“靈犬”已累積上千萬級別的訓(xùn)練數(shù)據(jù)。模型層面，“靈犬”針對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)雜問題。計算力層面，“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。

生成海報

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(shí)，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(shí)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(shí)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(shí)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(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。