7月30日，今日頭條宣布正式推出靈犬反低俗助手(以下簡稱“靈犬”)3.0版本，同時支持對圖片和文本的低俗低質(zhì)內(nèi)容檢測。用戶可以通過“靈犬”檢測文本、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)絡空間。

　　當天下午，一場名為“算法如何反低俗”的溝通會在字節(jié)跳動總部舉辦。字節(jié)跳動人工智能實驗室總監(jiān)王長虎進行了主題分享，首次向外界公開“靈犬”背后的技術(shù)原理。

圖注：字節(jié)跳動人工智能實驗室總監(jiān)王長虎分享“靈犬”背后的技術(shù)原理

　　“靈犬”文本和圖片識別能力的背后，離不開今日頭條反低俗模型的技術(shù)支持。據(jù)了解，2012年以來，今日頭條內(nèi)部搭建了反低俗、反標題黨、反虛假信息、反低質(zhì)等數(shù)百個模型，并投入近萬人專業(yè)審核團隊。

　　當天發(fā)布的“靈犬”3.0版本重點拓展了反低俗識別類型和模型能力，現(xiàn)已覆蓋文本識別(反 低俗、反暴力謾罵、反標題黨)和圖片識別(反 低俗、反血腥暴力)。

　　據(jù)了解，在文本識別領(lǐng)域，新版“靈犬”同時應用了“Bert”和半監(jiān)督技術(shù)，訓練數(shù)據(jù)集包含920萬個樣本，準確率提升至91%;在圖片識別領(lǐng)域，“靈犬”采用深度學習作為解決方案，在數(shù)據(jù)、模型、計算力等方面均做了針對性優(yōu)化;

　　王長虎介紹，“靈犬”背后的文本分類模型，已經(jīng)經(jīng)過了三次迭代。最新版“靈犬”同時應用了“Bert”和半監(jiān)督技術(shù)，并在此基礎上使用了專門的中文語料，并通過優(yōu)化模型結(jié)構(gòu)使得計算效率能達到實用水平。“Bert”是當前最先進的自然語言處理技術(shù)，在閱讀理解、語義蘊含、問答、相關(guān)性等任務上性能大幅提升。

　　不同于文本識別，圖片識別的技術(shù)難點主要在于三方面：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”運用的解決方案，是深度學習。“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、小目標等復雜問題。計算力層面，“靈犬”利用分布式訓練算法以及GPU訓練集群，加速模型的訓練和調(diào)試。

　　同時，王長虎也提到，反低俗無法單一地依靠技術(shù)去解決。低俗的定義和標準隨著人群、使用場景、時代等因素變化皆會發(fā)生變化。針對低俗判斷問題的復雜性和不同判斷方式的局限性，王長虎提到，一方面要不斷進化技術(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準要求自己，”王長虎說，“靈犬是一個開放的反低俗窗口，我們希望通過靈犬，接收社會各界對反低俗的意見和建議。”