早在一年前，阿里巴巴就發(fā)現(xiàn)了一些為規(guī)避平臺(tái)審查的“臟話(huà)”的做法，一般開(kāi)始是文字形式的臟話(huà)，后面逐漸演變?yōu)榕K話(huà)圖片，后面甚至使用多國(guó)語(yǔ)言進(jìn)行偽裝。

而這些做法使得阿里巴巴，無(wú)法通過(guò)現(xiàn)有技術(shù)和規(guī)則，進(jìn)行識(shí)別和清除，因此阿里安全開(kāi)始進(jìn)行多語(yǔ)種識(shí)別技術(shù)升級(jí)。

最近，阿里安全算法團(tuán)隊(duì)宣布了一個(gè)好消息，表示網(wǎng)絡(luò)臟話(huà)的AI(OCR)技術(shù)研發(fā)升級(jí)，可以識(shí)別近30種語(yǔ)言，即使是嵌入圖片中的臟話(huà)，也可以進(jìn)行識(shí)別。

之所以要進(jìn)行這這類(lèi)技術(shù)的研發(fā)，是因?yàn)樵诓糠謬?guó)際平臺(tái)中，“買(mǎi)家”在商品評(píng)論以及一些交互場(chǎng)景中，使用臟話(huà)圖片對(duì)陣。

而這部分臟話(huà)圖片中，還包含了多語(yǔ)種垃圾廣告以及不良信息，具有較大的威脅。

但是，全球有幾百種語(yǔ)言，即使是重點(diǎn)的語(yǔ)言也有幾十種，所以人工識(shí)別風(fēng)險(xiǎn)圖片一點(diǎn)也不現(xiàn)實(shí)的，所以這項(xiàng)技術(shù)的需求就很大了。

在研發(fā)的過(guò)程中，除了要熟悉各字體的信息之外，還要注意部分臟話(huà)圖會(huì)以置換正常字符順序的方法，試圖瞞天過(guò)海。

現(xiàn)在，經(jīng)過(guò)一年多努力研究，阿里安全算法團(tuán)隊(duì)總算是得到了一個(gè)好結(jié)果，可以更加好地?cái)r截危險(xiǎn)圖片，確保安全。