7月30日，今日頭條宣布正式推出靈犬反低俗助手(以下簡稱“靈犬”)3.0版本，同時支持對圖片和文本的低俗低質內容檢測。用戶可以通過“靈犬”檢測文本、圖片等類型的內容健康指數，共同參與打擊低俗低質內容，凈化網絡空間。

　　當天下午，一場名為“算法如何反低俗”的溝通會在字節跳動總部舉辦。字節跳動人工智能實驗室總監王長虎進行了主題分享，首次向外界公開“靈犬”背后的技術原理。

圖注：字節跳動人工智能實驗室總監王長虎分享“靈犬”背后的技術原理

　　“靈犬”文本和圖片識別能力的背后，離不開今日頭條反低俗模型的技術支持。據了解，2012年以來，今日頭條內部搭建了反低俗、反標題黨、反虛假信息、反低質等數百個模型，并投入近萬人專業審核團隊。

　　當天發布的“靈犬”3.0版本重點拓展了反低俗識別類型和模型能力，現已覆蓋文本識別(反 低俗、反暴力謾罵、反標題黨)和圖片識別(反 低俗、反血腥暴力)。

　　據了解，在文本識別領域，新版“靈犬”同時應用了“Bert”和半監督技術，訓練數據集包含920萬個樣本，準確率提升至91%;在圖片識別領域，“靈犬”采用深度學習作為解決方案，在數據、模型、計算力等方面均做了針對性優化;

　　王長虎介紹，“靈犬”背后的文本分類模型，已經經過了三次迭代。最新版“靈犬”同時應用了“Bert”和半監督技術，并在此基礎上使用了專門的中文語料，并通過優化模型結構使得計算效率能達到實用水平。“Bert”是當前最先進的自然語言處理技術，在閱讀理解、語義蘊含、問答、相關性等任務上性能大幅提升。

　　不同于文本識別，圖片識別的技術難點主要在于三方面：非均衡、類內方差大和不可窮舉，即，低俗圖片占整體圖片內容的比例較低，低俗圖片的種類豐富、繁雜，構成低俗圖片的特征千差萬別。

　　對此，“靈犬”運用的解決方案，是深度學習。“我們分別在數據、模型、計算力等方面做了很多優化。”王長虎說。數據層面，“靈犬”已累積上千萬級別的訓練數據。模型層面，“靈犬”針對許多困難樣本做了模型結構調優，嘗試解決多尺寸、多尺度、小目標等復雜問題。計算力層面，“靈犬”利用分布式訓練算法以及GPU訓練集群，加速模型的訓練和調試。

　　同時，王長虎也提到，反低俗無法單一地依靠技術去解決。低俗的定義和標準隨著人群、使用場景、時代等因素變化皆會發生變化。針對低俗判斷問題的復雜性和不同判斷方式的局限性，王長虎提到，一方面要不斷進化技術模型，一方面需要有效結合技術和人工判斷兩種方式。

　　“作為行業領先者，在內容安全上，今日頭條一直用最高的標準要求自己，”王長虎說，“靈犬是一個開放的反低俗窗口，我們希望通過靈犬，接收社會各界對反低俗的意見和建議。”