在快节奏的新媒体时代,内容传播速度快,范围广,产生的影响也是巨大的。为了保障文本内容的安全和规范,政务机构、企业越来越多地在日常工作中使用文本检测和纠错工具,但中文字、词、句的含义与使用具有复杂性,文本内容的检测普遍存在“不全”“不准”“不快”的问题。铀媒围绕中文语言特点和使用习惯,以10亿级训练语料为基础,运用先进语法模型和语义分析等先进技术,实现了自动化、智能化的文本检测,适用于日常公文、网站文章、媒体报道、新媒体稿件等复杂的中文内容,在快节奏的在数字化时代,为文本内容安全保驾护航。
注:铀媒智能文本检测
10亿级语料训练,找全17类错敏内容
“金子招牌”“赶紧整洁”“人问环境”……当这类笔误出现在大众视野,不仅无法有效传达信息,还会给人留下“不走心”的印象。通过检测工具快速找到内容中的错误,是使用者的主要诉求,而检测结果是否全面与系统的算法模型息息相关,算法模型需要大量的语料进行“训练”,“训练”得越多,系统的判断就越准确。
铀媒算法模型的训练语料达到了10亿级别,在“检测不全面”的问题上,铀媒能够快速发现文本中的错别字、标点符号错误、常用搭配错误等17种错误类型,满足大多数公文、新闻稿、出版物文本内容检测的需求。同时铀媒的训练语料还在持续的补充完善中,让产品的检测结果更加全面。
“读懂”文本,提升检测准确度
中文语言中语境对词语意义的影响较大,同一个词语在不同的语境里,可能会产生截然不同的意思,这是文本检测不准确的主要原因之一。此外,文本检测不仅要检测错别字、标点符号错误、常用搭配错误等常见错误,还要对各类风险内容、新闻媒体报道禁用表述等更为复杂的信息进行判断,这使得文本检测的难度进一步提高。
铀媒智能文本检测以《现代汉语词典》《辞海》《新华词典》《中国地名大辞典》,国家新闻出版署相关要求文件等来源可靠的训练语料为基础,用算法模型叠加判断规则,“双管齐下”地解决不同语境中相同词语的判断难题,更加智能地给出较为准确的检测结果。同时铀媒智能文本检测引入了人工判定的环节,配备专业的团队对检测结果进行人工审查与判定,有效解决检测“不准确”的问题。
一键检测,使用更快更高效
在检测速度上,铀媒智能文本检测的速度达到1万字/秒;在产品设计中,铀媒实现了一键检测,并对错敏内容给出高亮提示和修改建议,使用操作便捷,即使在紧急的状态下也不会感到检测过程占用了太多时间,有效解决了文本检测中“不够快”的问题。
铀媒对于文本内容的自动化、智能化检测得到了广泛认可,在政务机构、企业工作中,铀媒智能文本检测与人工审校形成良好互补,有效提高了文本内容检测的准确度,降低内容风险,提升工作效率。作为蜜度旗下智能文本检测和新媒体管理工具,铀媒已为数千家各级政企机构提供服务,为内容安全提供保障。
（王峰）
