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鑒黃技術能力升級，可精準快速地進行識別攔截。這對人工智能技術的發(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生曲解，正是訓練智能AI模型需要重點解決的難題。
涉黃黑話變異升級難識別
在內容安全場景下，黑灰產通常會利用黑話來繞開檢測引擎，比如會出現這種語句“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在文本理解領域取得了突破性進展，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，技術和預訓練語言模型有一定局限性，經過大量公開語料進行學習訓練后，模型能理解字、詞、句之間的語義關系，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，建立預訓練模型變得不太容易。
AI技術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，從而給出更精準的判斷？
開陽稱，阿里新一代安全架構核心AI技術可以做到這一點。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啊？”這樣的語句，AI經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，將人工經驗知識引入，讓機器智能與人工經驗更好地結合，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)現輿情事件導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，將相關聯的人物、事件、特定的詞語繪成一張關聯圖譜。以“多人運動”為例，將出軌事件新聞作為核心，關聯該事件的男女主角、事件引發(fā)的熱詞“多人運動”“王者五排”“群P”等。
圖說：以羅XX事件為例打造的關聯圖譜
由于升級后的技術可識別更隱晦、內涵的風險內容，AI技術除在鑒黃領域大有可為外，還能大大提升與其他黑灰產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)掘新關聯詞，并構建知識，及時為新風險識別提供能力。”開陽說。
（免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）
