視頻分析/審核

常見問題

• 內(nèi)容審核的具體職責(zé)是什么？

  內(nèi)容審核：1：根據(jù)內(nèi)部審核標(biāo)準(zhǔn)，負(fù)責(zé)相關(guān)內(nèi)容的審核，包括文字、圖片、視頻等多種形式的內(nèi)容；2：審核過程中存在問題的反饋，輔助優(yōu)化審核流程；3：提取、總結(jié)審核內(nèi)容的特點(diǎn)，輔助自動(dòng)化審核的建立；4：定期對(duì)審核的內(nèi)容進(jìn)行抽樣檢測。
  圖片審核：準(zhǔn)確識(shí)別圖像中的涉政敏感人物、暴恐元素、涉黃內(nèi)容等，幫助業(yè)務(wù)規(guī)避違規(guī)風(fēng)險(xiǎn)。圖像使用先進(jìn)的目標(biāo)檢測及內(nèi)容識(shí)別算法，實(shí)時(shí)自動(dòng)檢測圖片中的違規(guī)內(nèi)容。搭建了復(fù)雜的模型體系，利用Resnet， DBnet，CRNN等多個(gè)模型對(duì)違規(guī)內(nèi)容綜合判斷，避免錯(cuò)殺漏殺。
  文本審核：采用人工智能文本檢測技術(shù)有效識(shí)別涉黃、涉政、廣告、辱罵、違禁品和灌水文本內(nèi)容，提供定制化的文本敏感內(nèi)容審核方案。文本審核系統(tǒng)協(xié)助企業(yè)客戶自動(dòng)識(shí)別文本中出現(xiàn)的涉政、色情、暴恐、辱罵、廣告等違紀(jì)違規(guī)違法內(nèi)容，幫助客戶降低違規(guī)風(fēng)險(xiǎn)，為使用者打造和諧業(yè)務(wù)使用環(huán)境，提升用戶體驗(yàn)。
   
   

• 人工智能審核的優(yōu)勢(shì)有哪些？

  隨著信息技術(shù)的發(fā)展和智能終端的普及，從文字、圖片、音頻，到視頻、直播，互聯(lián)網(wǎng)內(nèi)容展現(xiàn)形式層出不窮，內(nèi)容主體也在不斷豐富。數(shù)量龐大、形態(tài)多樣、主體多元的互聯(lián)網(wǎng)內(nèi)容行業(yè)，也出現(xiàn)了魚龍混雜的局面。低俗、標(biāo)題黨、歷史虛無……互聯(lián)網(wǎng)上出現(xiàn)的種種問題交織在一起，對(duì)國家安全、社會(huì)安定和諧，特別是對(duì)青少年成長，都造成了不良影響。
   
  人工對(duì)于某些特殊細(xì)節(jié)能夠更加細(xì)節(jié)、準(zhǔn)確，但是效率不夠高，不能跟上業(yè)務(wù)的快速發(fā)展，且人工容易疲憊，導(dǎo)致出錯(cuò)率、準(zhǔn)確率不穩(wěn)定。
   
  而采取人工智能的審核方式，可以做到更快、大批量、高效地進(jìn)行審核，精準(zhǔn)程度比較穩(wěn)定。但是部分內(nèi)容審核準(zhǔn)確率會(huì)不足。
   
  目前市場上的內(nèi)容審核多采用人工智能技術(shù)，數(shù)據(jù)庫利用機(jī)器的深度學(xué)習(xí)和相關(guān)知識(shí)規(guī)則匹配可以實(shí)現(xiàn)對(duì)90%以上文本、圖片的過濾。成熟的審核系統(tǒng)能自動(dòng)審核95%甚至99%以上的內(nèi)容，并做出處理。也就是說數(shù)據(jù)庫越豐富，機(jī)器所掌握可作為鑒別的實(shí)例越多，執(zhí)行任務(wù)就越為精準(zhǔn)。確定有問題的會(huì)被自動(dòng)刪除，難以判斷的會(huì)被標(biāo)注，進(jìn)入人工審核程序。
   
  在內(nèi)容風(fēng)控中，人工智能技術(shù)越來越重要，自然語言處理、圖像識(shí)別、聲紋識(shí)別等技術(shù)已經(jīng)得到了越來越多的運(yùn)用。人工智能審核不存在疲憊和精力不集中等問題。據(jù)有效數(shù)據(jù)顯示，人工智能審核的效率是人工識(shí)別的1000倍。不可否認(rèn)無論是審核速度還是識(shí)別準(zhǔn)確率上機(jī)器都并不遜色，人工智能內(nèi)容審核的優(yōu)勢(shì)得到了充分的體現(xiàn)。
   
   

• 如何才能做到數(shù)據(jù)的精準(zhǔn)分析？

  1、明確分析目的
   
  業(yè)務(wù)理解
  從事數(shù)據(jù)分析工作的前提就是懂業(yè)務(wù)，即熟悉行業(yè)知識(shí)、公司業(yè)務(wù)及流程，有自己的業(yè)務(wù)見解。如果脫離行業(yè)認(rèn)知和公司業(yè)務(wù)背景，分析的結(jié)果沒有太大的使用價(jià)值。
  如何做到懂業(yè)務(wù)？首先我們要明白我們業(yè)務(wù)的商業(yè)模式是怎么樣的？即我們通過什么樣的方式發(fā)生關(guān)系并最終產(chǎn)生什么樣的商業(yè)價(jià)值。其次我們要了解我們商業(yè)模式的核心組成要素，例如我們的客戶細(xì)分、收入來源、關(guān)鍵業(yè)務(wù)、核心的資源、成本的結(jié)構(gòu)等等。除此之外我們要對(duì)核心的環(huán)境因素有所了解，例如宏觀經(jīng)濟(jì)、市場影響、行業(yè)趨勢(shì)等等。
   
  明確目的
  數(shù)據(jù)分析第一步，不是分析數(shù)據(jù)而是把業(yè)務(wù)的問題或者目標(biāo)定義清晰。通過這次數(shù)據(jù)分析想要解決一個(gè)什么樣的問題，達(dá)成一個(gè)業(yè)務(wù)目標(biāo)是什么？
   
  2、確定分析思路和框架
   
  在明確分析的目的之后，我們需要梳理分析思路，并確定分析框架，即從哪些角度進(jìn)行分析，采用哪些分析指標(biāo)。在梳理分析思路的時(shí)候，將常見的思維模型應(yīng)用與分析，能夠幫我們更加清晰的理解背后的邏輯線索，做到”不重不漏“（MECE）。常見的思維模型有：結(jié)構(gòu)化思維模型、時(shí)間模型、邏輯演繹模型、重要性思維模型。
  當(dāng)然在今天，除了思維模型，其實(shí)我們已經(jīng)沉淀了很多經(jīng)典的分析模型，這些分析模型歷經(jīng)隨便的沉淀和檢驗(yàn)。如果你熟悉這些分析框架你的思考會(huì)更加快速，有效。你不需要在另起爐灶，就能達(dá)到事半功倍。例如：SWOT分析模型、STP分析模型、RATER指數(shù)模型。
   
  掌握分析思維模型
  思維模型就是我們對(duì)客觀世界的一種主觀抽象描述，通過思維模型來分析問題，從而更為準(zhǔn)確地找到解決問題的方法。查理·芒格說過：“思維模型是你大腦中做決策的工具箱。你的工具箱越多，你就越能做出最正確的決策。”
   
  1）結(jié)構(gòu)化模型
  以事物的結(jié)構(gòu)為思考對(duì)象，來引導(dǎo)思維、表達(dá)和解決問題的一種思考方法。例如麥肯錫的金字塔原理，5W2H七要素分析法。
   
  2）5W2H分析法
  又叫七問分析法，是二戰(zhàn)中美國陸軍兵器修理部首創(chuàng)。簡單、方便，易于理解、使用，富有啟發(fā)意義，廣泛用于企業(yè)管理和技術(shù)活動(dòng)，對(duì)于決策和執(zhí)行性的活動(dòng)措施也非常有幫助，也有助于彌補(bǔ)考慮問題的疏漏。
   
  3、數(shù)據(jù)細(xì)化分析
  當(dāng)?shù)玫匠醪降慕Y(jié)論時(shí)，需要進(jìn)一步的進(jìn)行細(xì)拆分。在這些綜合指標(biāo)的使用過程中，很容易就忽視了關(guān)鍵的數(shù)據(jù)細(xì)化。指標(biāo)本身的變化也是需要分析變化產(chǎn)生的原因。數(shù)據(jù)細(xì)化是需要進(jìn)行多種維度的拆分。細(xì)分分析就是要多問些為什么，這是得到結(jié)論的關(guān)鍵。
  分不同的時(shí)間，短數(shù)據(jù)是不是會(huì)發(fā)生了變化；分渠道，不用的來源渠道的流量是否會(huì)有不用的變化；用戶本身就會(huì)有不同，分新用戶以及老用戶，這新老用戶之間是否存在著差異；不同的地區(qū)也會(huì)帶來不同的數(shù)據(jù)。
   
   

• 人工智能審核廠商有哪些？

  1、數(shù)美科技
  成立于 2015 年 6 月，是一家專業(yè)的在線業(yè)務(wù)風(fēng)控解決方案提供商，為客戶提供天網(wǎng)-全棧式智能業(yè)務(wù)風(fēng)控和天凈-全棧式智能內(nèi)容風(fēng)控兩大核心產(chǎn)品，致力于解決在線業(yè)務(wù)中廣泛存在的業(yè)務(wù)風(fēng)險(xiǎn)與內(nèi)容風(fēng)險(xiǎn)，為企業(yè)數(shù)字化轉(zhuǎn)型保駕護(hù)航。
  數(shù)美科技的全棧式實(shí)時(shí)智能風(fēng)控引擎已實(shí)現(xiàn)全球化AI SaaS多集群部署，覆蓋中國大陸、歐洲、北美、東南亞、印度等十余個(gè)國家和地區(qū)，日均風(fēng)控服務(wù)達(dá)30億次以上。
   
  2、百度大腦AI開放平臺(tái)
  百度AI內(nèi)容審核平臺(tái)針對(duì)圖像、文本、語音、視頻等多媒體內(nèi)容，提供全方位的審核能力，覆蓋涉黃、違禁、惡意推廣、低質(zhì)灌水、惡心不適等豐富的識(shí)別維度，為業(yè)務(wù)健康發(fā)展保駕護(hù)航；平臺(tái)提供靈活的自定義配置功能，界面化調(diào)整識(shí)別維度和松緊度，5分鐘即可完成規(guī)則配置，高效便捷。具備準(zhǔn)確識(shí)別圖片中的色情、廣告、惡心、違禁等不良內(nèi)容，也能從美觀和清晰等維度對(duì)圖像進(jìn)行篩選，支持自定義圖像黑白名單庫，全面過濾違規(guī)、低質(zhì)圖像等功能。
   
  3、竹間智能審核系統(tǒng)
  以獨(dú)特的情感計(jì)算、自然語言處理、深度學(xué)習(xí)、知識(shí)工程、文本處理等人工智能技術(shù)為基礎(chǔ)，將AI能力整合到企業(yè)業(yè)務(wù)中，為企業(yè)賦能，智能化轉(zhuǎn)型的變革，竹間自動(dòng)化AI平臺(tái)產(chǎn)品包括 Bot Factory²²對(duì)話式AI平臺(tái)，Gemini²²知識(shí)工程平臺(tái)、 AICC+²² 解決方案平臺(tái)、NLP²²自然語言處理平臺(tái)、Scorpio²²自動(dòng)化機(jī)器學(xué)習(xí)平臺(tái)，以及WFEA²²超級(jí)工作流程自動(dòng)化6大平臺(tái)。目前在AI+金融、AI+企業(yè)、AI+健康醫(yī)療、AI+制造、AI+智能終端、AI+政務(wù)等領(lǐng)域提供完整的解決方案。
   
   
   

• 內(nèi)容分析的方法、策略

  內(nèi)容分析法是一種對(duì)文本內(nèi)容進(jìn)行分類、編碼、語義判斷及形成可供統(tǒng)計(jì)分析之用的量化分析方法，它廣泛應(yīng)用在社會(huì)科學(xué)研究領(lǐng)域。近年來，隨著研究技術(shù)的進(jìn)步和研究場景的演變，傳統(tǒng)內(nèi)容分析法也不斷與時(shí)俱進(jìn)，發(fā)展出了結(jié)合人工智能算法和大數(shù)據(jù)技術(shù)的全新的內(nèi)容分析法。
   
  全新的內(nèi)容分析法既是一種機(jī)遇，又是一種挑戰(zhàn)，尤其是對(duì)于那些缺少計(jì)算機(jī)編程經(jīng)驗(yàn)的社科研究者而言，就算有再好的研究思路，如果不會(huì)寫代碼、沒有好用的研究工具，面對(duì)海量的文本資料的時(shí)候也是一籌莫展。
   
  (1)解讀式內(nèi)容分析法
  解讀式內(nèi)容分析法是一種通過精讀、理解并闡釋文本內(nèi)容來傳達(dá)意圖的方法。“解讀”的含義不只停留在對(duì)事實(shí)進(jìn)行簡單解說的層面上，而是從整體和更高的層次上把握文本內(nèi)容的復(fù)雜背景和思想結(jié)構(gòu)。從而發(fā)掘文本內(nèi)容的真正意義。這種高層次的理解不是線性的，而具有循環(huán)結(jié)構(gòu)：單項(xiàng)內(nèi)容只有在整體的背景環(huán)境下才能被理解，而對(duì)整體內(nèi)容的理解反過來則是對(duì)各個(gè)單項(xiàng)內(nèi)容理解的綜合結(jié)果。
  這種方法強(qiáng)調(diào)真實(shí)、客觀、全面地反映文本內(nèi)容的本來意義，具有一定的深度，適用于以描述事實(shí)為目的的個(gè)案研究。但因其解讀過程中不可避免的主觀性和研究對(duì)象的單一性，其分析結(jié)果往往被認(rèn)為是隨機(jī)的、難以證實(shí)的，因而缺乏普遍性。
   
  (2)實(shí)驗(yàn)式內(nèi)容分析法
  實(shí)驗(yàn)式內(nèi)容分析主要指定量內(nèi)容分析和定性內(nèi)容分析相結(jié)合的方法。20世紀(jì)20年代末，新聞界首次運(yùn)用了定量內(nèi)容分析法，將文本內(nèi)容劃分為特定類目，計(jì)算每類內(nèi)容元素出現(xiàn)頻率，描述明顯的內(nèi)容特征。該方法具有三個(gè)基本要素，即客觀、系統(tǒng)、定量。
  用來作為計(jì)數(shù)單元的文本內(nèi)容可以是單詞、符號(hào)、主題、句子、段落或其他語法單元，也可以是一個(gè)籠統(tǒng)的“項(xiàng)目”或“時(shí)空”的概念。這些計(jì)數(shù)單元在文本中客觀存在，其出現(xiàn)頻率也是明顯可查的，但這并不能保證分析結(jié)果的有效性和可靠性。一方面是因?yàn)椋y(tǒng)計(jì)變量的制定和對(duì)內(nèi)容的評(píng)價(jià)分類仍由分析人員主觀判定，難以制定標(biāo)準(zhǔn)，操作難度較大；另一方面計(jì)數(shù)對(duì)象也僅限于文本中明顯的內(nèi)容特征，而不能對(duì)潛在含義、寫作動(dòng)機(jī)、背景環(huán)境、對(duì)讀者的影響等方面展開來進(jìn)行推導(dǎo)，這無疑限制了該方法的應(yīng)用價(jià)值。