谷歌发布机器学习新应用 可删除网上有害评论

作者: 2017-02-25 20:32:36
(网易智能  英文来源/Engadget 编译/机器小易 校对/晗冰)如果你使用过网络,你就会知道,找到礼貌对话是一项真正的挑战。无论是在Youtube、Facebook、Twitte还是你最喜欢的新闻网站上,很多流氓式人物都能主导并破坏对话。今天,Alphabet旗下公司Jigsaw宣布,它正在利用机器学习来解决这一问题。今天发布的Perspective是一种应用机器学习的“早期”技术,其能够识别网络上的“有毒”评论。此外,媒体可以通过开放的API接口,将这项技术加入到他们的网站上,从而为其能带来更好的对话。

为了通过机器学习训练Perspective,Jigsaw收集了成千上万的评论,这些评论都被评论家认为是有害的。随后,机器学习软件会查看其他评论,并根据相似点来打分。就像所有的机器学习系统一样,每次当它发现新的有害评论,或者当我们引导和纠正其识别的可能错误的东西时,Perspective就会变得更聪明、更准确。

Jigsaw不仅在自己公司的实验室里对Perspective进行测试和训练,该公司表示,它已经与纽约时报合作,对其进行测试。目前,纽约时报有一些专职管理员,他们会在发布前查看每条评论;该团队每天要查看大约1.1万条评论。但这种人工审查意味着,该媒体只对大约10%的故事开放评论。通过与Jigsaw的Perspective合作,纽约时报的审查团队可以更快地发布评论,同时也能够对更多的文章开放评论。

Perspective并不是Jigsaw的唯一工具, Jigsaw还有不少产品能够规范互联网秩序。去年,该公司允许任何新闻机构注册使用Project Shield,这是一种抵御攻击的工具。尽管这些工具很有用,但Perspective可能会影响到人们每天浏览出版物和新闻网站的方式。希望纽约时报和Jigsaw能够分享一些数据,从而揭示Perspective是如何对网站评论产生影响的。

机器学习
上一篇:机器学习需要哪些数学基础? 下一篇:关于深度学习未来发展方向的六项预测
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

机器学习与预测分析的区别在何处?

如今,认知学习的应用比以往更为普遍。通常意义上讲,认知学习与认知计算就是涉及AI技术与信号处理的操作过程或技术平台。

读芯术 ·  11h前
大盘点:8月Github上7个值得关注的数据科学项目

本文带你来看看GitHub上创建于2019年8月的7个数据科学项目。笔者所选项目的范围十分广泛,涉及从机器学习到强化学习的诸多领域。

读芯术 ·  13h前
非监督学习最强攻略

本次主要讲解的内容是机器学习里的非监督学习经典原理与算法,非监督,也就是没有target(标签)的算法模型。

SAMshare ·  18h前
PyTorch终于能用上谷歌云TPU,推理性能提升4倍,该如何薅羊毛?

Facebook在PyTorch开发者大会上正式推出了PyTorch 1.3,并宣布了对谷歌云TPU的全面支持,而且还可以在Colab中调用云TPU。

晓查 ·  18h前
机器学习转化为生产力,警惕这4个常见陷阱!

几乎每个人都想在他们的业务中引入机器学习,但是这些人也遇到了一个大问题:让模型可持续发展十分困难,尤其是在云架构的基础上。medium上一位博主也指出了这个问题,并提出了将机器学习模型投入生产的4个常见陷阱。

大数据文摘 ·  1天前
500亿参数,支持103种语言:谷歌推出「全球文字翻译」模型

由于缺乏平行数据,小语种的翻译一直是一大难题。来自谷歌的研究者提出了一种能够翻译 103 种语言的大规模多语言神经机器翻译模型,在数据丰富和匮乏的语种翻译中都实现了显著的性能提升。

机器之心 ·  2天前
机器学习免费跑分神器:集成各大数据集,连接GitHub就能用

搞机器学习的小伙伴们,免不了要在各种数据集上,给AI模型跑分。现在,Papers with Code (那个以论文搜代码的神器) 团队,推出了自动跑分服务,名叫sotabench,以跑遍所有开源模型为己任。

栗子 鱼羊 ·  2天前
大数据为什么不够聪明?机器要如何走向强人工智能

大数据为什么不够聪明?比概率语言更强大的思考工具是什么?科幻电影中的强人工智能到底怎样实现?如何让智能机器像人一样思考?搞清楚因果关系才能拨云见日。

明日情报 ·  2天前
Copyright©2005-2019 51CTO.COM 版权所有 未经许可 请勿转载