AI鉴黄师已能识别“黑话” 阿里安全AI语义分析技术再获突破 – 作者:阿里安全

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。

图说：以罗XX事件为例打造的关联图谱

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。

来源：freebuf.com 2020-09-24 14:54:48 by: 阿里安全