Facebook利用AI機(jī)器學(xué)習(xí)解決內(nèi)容審核難題

2018-09-12 15:05

如今人們上網(wǎng)交流除了使用文字外，也常使用各種圖像。像Facebook這種月活躍用戶超過(guò)20億的社交平臺(tái)，每天都有大量的圖片和米姆現(xiàn)象出現(xiàn)，如何才能避免屏幕前的用戶所看到或發(fā)出的各種表情包、圖片或視頻中含不良言論而違反網(wǎng)絡(luò)內(nèi)容政策呢？Facebook已經(jīng)創(chuàng)建并部署了一個(gè)名為Rosetta的AI機(jī)器學(xué)習(xí)系統(tǒng)來(lái)解決這個(gè)問(wèn)題。

Facebook自主研發(fā)技術(shù)利用光學(xué)字符識(shí)別系統(tǒng)來(lái)定期處理大量?jī)?nèi)容，在Facebook的社交網(wǎng)絡(luò)上，Rosetta每天實(shí)時(shí)地從超過(guò)10億張圖像和視頻幀中提取文本，并能識(shí)別多種語(yǔ)言。

在一篇博客文章中，F(xiàn)acebook介紹了Rosetta的工作原理：首先檢測(cè)圖像中可能包含文本的矩形區(qū)域，然后使用卷積神經(jīng)網(wǎng)絡(luò)來(lái)識(shí)別和轉(zhuǎn)錄其中的文本內(nèi)容，即便是像阿拉伯語(yǔ)和印地語(yǔ)這樣的非英語(yǔ)單詞或非拉丁字母的文本也能被識(shí)別出來(lái)。為了更好地實(shí)現(xiàn)識(shí)別功能，F(xiàn)acebook使用了含人類-機(jī)器混合注釋的公共圖像對(duì)Rosetta進(jìn)行培訓(xùn)。

Facebook和Instagram的多個(gè)團(tuán)隊(duì)已經(jīng)在使用Rosetta來(lái)處理大量的內(nèi)容和管理平臺(tái)的內(nèi)容審核，該公司計(jì)劃繼續(xù)增加Rosetta能讀懂的語(yǔ)言種類，使其更有效地從視頻幀中提取文本。