近日,阿里安全宣布,面对“多人运动”“王者五排”等不断变异升级的黑话暗语,阿里AI鉴黄技术能力升级,可精准快速地进行识别拦截。这对人工智能技术的发展具有非常重要的意义,让AI引入知识后并不对原始语义产生曲解,正是训练智能AI模型需要重点解决的难题。
涉黄黑话变异升级难识别
在内容安全场景下,黑灰产通常会利用黑话来绕开检测引擎,比如会出现这种语句“小哥哥,要不要来我们这里多人运动啊?”“大号玻璃过滤彩珠大水瓶 玻璃水壶全套配件到手即用”。
“这对人工智能技术带来了非常大的挑战。”阿里安全高级算法专家开阳表示,目前谷歌发布的BERT自然语言处理模型已经在文本理解领域取得了突破性进展,但在识别上述黑话时仍难以发挥作用,尚不能撕掉黑话的“伪装”,辨别其指代“色情、毒品”的本来含义。
对此,开阳解释,技术和预训练语言模型有一定局限性,经过大量公开语料进行学习训练后,模型能理解字、词、句之间的语义关系,比如判断“足球”跟“多人运动”属于同类话题;“水壶”“器皿”和“烧水”属于同类话题。
“‘多人运动’等黑话通常背后由某个特定事件造成,这些事件比较随机,也无规律可循。”开阳介绍称,这样的语料难以积累,加上占比极低,建立预训练模型变得不太容易。
AI技术升级可理解文字语义
那么,鉴黄机器人能否接收到“多人运动”黑话背后的事件信息,从而给出更精准的判断?
开阳称,阿里新一代安全架构核心AI技术可以做到这一点。他介绍,如果过去的鉴黄AI只停留在识别直观的“图片、字符串、语音”这些表层信息上,升级之后的鉴黄AI则可以理解字符串背后的深意。如果看到“小哥哥,要不要来我们这里多人运动啊?”这样的语句,AI经智能分析后可识别出这是一条色情信息。
“升级后的AI鉴黄师增加了基于知识图谱的识别黑话的能力,将人工经验知识引入,让机器智能与人工经验更好地结合,大大提升了文本理解与语义识别的能力。”开阳介绍,这也是技术升级后的最大亮点,只需要把新的黑话知识添加到知识图谱中就可生效,发现舆情事件导致的变异时间可能在小时级,但识别只需几十毫秒。
简单而言,就是以热点事件为中心,围绕事件本身,将相关联的人物、事件、特定的词语绘成一张关联图谱。以“多人运动”为例,将出轨事件新闻作为核心,关联该事件的男女主角、事件引发的热词“多人运动”“王者五排”“群P”等。
由于升级后的技术可识别更隐晦、内涵的风险内容,AI技术除在鉴黄领域大有可为外,还能大大提升与其他黑灰产变异升级的对抗能力。“我们的模型能针对新事件快速感知,基于事件发掘新关联词,并构建知识,及时为新风险识别提供能力。”开阳说。
责任编辑:pj
-
机器人
+关注
关注
210文章
28189浏览量
206453 -
AI
+关注
关注
87文章
30095浏览量
268357 -
人工智能
+关注
关注
1791文章
46838浏览量
237493
发布评论请先 登录
相关推荐
评论