System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于用户喜好的人工智能治理网络内容方法和机器人技术_技高网

基于用户喜好的人工智能治理网络内容方法和机器人技术

技术编号:41589796 阅读:4 留言:0更新日期:2024-06-07 00:02
基于用户喜好的人工智能治理网络内容方法和机器人,通过人工智能基于用户喜好来治理网络内容中不良内容,利用人工智能模学习网络内容与其使用者喜好和生产者喜好之间的内在关联,然后根据使用者喜好和生产者喜好来预测网络内容中的不良内容,能够加快不良内容的检测速度,同时能够提高预测不良内容检测的准确率。

【技术实现步骤摘要】

本专利技术涉及人工智能,特别是涉及一种基于用户喜好的人工智能治理网络内容方法和机器人


技术介绍

1、网络内容中不良内容需要进行审查。

2、在实现本专利技术过程中,专利技术人发现现有技术中至少存在如下问题:现有技术中基于网络内容本身的审查,由于网络内容特别是音视频文件比较大,审查起来相对缓慢。

3、因此,现有技术还有待于改进和发展。


技术实现思路

1、基于此,有必要针对现有技术的缺陷或不足,提供基于用户喜好的人工智能治理网络内容方法和机器人,通过不同类型用户喜好间接地反映网络内容的好坏,进行网络内容的检测,能加快检测的速度和效率。

2、第一方面,本专利技术实施例提供一种人工智能方法,所述方法包括:

3、网络不良内容第一识别模型使用步骤:在使用阶段,获取观看待识别网络内容时长超过第一预设时长的每一用户,将所述每一用户观看过的每一网络内容为每一不良类型的概率作为输入,通过网络不良观看用户识别模型计算得到的输出作为所述每一用户喜好观看每一不良类型的概率;将所述每一用户喜好观看每一不良类型的概率作为输入,通过网络不良内容第一识别模型计算得到的输出作为所述待识别网络内容为每一不良类型的概率。

4、优选地,所述方法还包括:

5、网络不良内容第二识别模型使用步骤:在使用阶段,获取生产待识别网络内容的每一用户,将所述每一用户生产过的每一网络内容为每一不良类型的概率作为输入,通过网络不良生产用户识别模型计算得到的输出作为所述每一用户喜好生产每一不良类型的概率;将所述每一用户喜好生产每一不良类型的概率作为输入,通过网络不良内容第二识别模型计算得到的输出作为所述待识别网络内容为每一不良类型的概率。

6、优选地,所述方法还包括:

7、网络不良内容第三识别模型使用步骤:在使用阶段,获取观看待识别网络内容时长超过第一预设时长的每一用户,将所述每一用户观看过的每一网络内容为每一不良类型的概率作为输入,通过网络不良使用用户识别模型计算得到的输出作为所述每一用户喜好观看每一不良类型的概率;获取生产待识别网络内容的每一用户,将所述每一用户生产过的每一网络内容为每一不良类型的概率作为输入,通过网络不良生产用户识别模型计算得到的输出作为所述每一用户喜好生产每一不良类型的概率;将所述每一用户喜好观看每一不良类型的概率、所述每一用户喜好生产每一不良类型的概率作为输入,通过网络不良内容第三识别模型计算得到的输出作为所述待识别网络内容为每一不良类型的概率。

8、优选地,所述方法还包括:

9、不良内容治理步骤:若所述待识别网络内容为每一不良类型的概率不为0,则网络内容存在不良内容,通知用户“所述网络内容存在不良内容,需要及时处理”。

10、第二方面,本专利技术实施例提供一种人工智能治理系统,所述系统包括:

11、网络不良内容第一识别模型使用模块:在使用阶段,获取观看待识别网络内容时长超过第一预设时长的每一用户,将所述每一用户观看过的每一网络内容为每一不良类型的概率作为输入,通过网络不良观看用户识别模型计算得到的输出作为所述每一用户喜好观看每一不良类型的概率;将所述每一用户喜好观看每一不良类型的概率作为输入,通过网络不良内容第一识别模型计算得到的输出作为所述待识别网络内容为每一不良类型的概率。

12、优选地,所述系统还包括:

13、网络不良内容第二识别模型使用模块:在使用阶段,获取生产待识别网络内容的每一用户,将所述每一用户生产过的每一网络内容为每一不良类型的概率作为输入,通过网络不良生产用户识别模型计算得到的输出作为所述每一用户喜好生产每一不良类型的概率;将所述每一用户喜好生产每一不良类型的概率作为输入,通过网络不良内容第二识别模型计算得到的输出作为所述待识别网络内容为每一不良类型的概率。

14、优选地,所述系统还包括:

15、网络不良内容第三识别模型使用模块:在使用阶段,获取观看待识别网络内容时长超过第一预设时长的每一用户,将所述每一用户观看过的每一网络内容为每一不良类型的概率作为输入,通过网络不良使用用户识别模型计算得到的输出作为所述每一用户喜好观看每一不良类型的概率;获取生产待识别网络内容的每一用户,将所述每一用户生产过的每一网络内容为每一不良类型的概率作为输入,通过网络不良生产用户识别模型计算得到的输出作为所述每一用户喜好生产每一不良类型的概率;将所述每一用户喜好观看每一不良类型的概率、所述每一用户喜好生产每一不良类型的概率作为输入,通过网络不良内容第三识别模型计算得到的输出作为所述待识别网络内容为每一不良类型的概率。

16、优选地,所述系统还包括:

17、不良内容治理模块:若所述待识别网络内容为每一不良类型的概率不为0,则网络内容存在不良内容,通知用户“所述网络内容存在不良内容,需要及时处理”。

18、第三方面,本专利技术实施例提供一种人工智能治理装置,所述装置包括第二方面实施例任意一项所述系统的模块。

19、第四方面,本专利技术实施例提供一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现第一方面实施例任意一项所述方法的步骤。

20、第五方面,本专利技术实施例提供一种机器人,包括存储器、处理器及存储在存储器上并可在处理器上运行的人工智能机器人程序,所述处理器执行所述程序时实现第一方面实施例任意一项所述方法的步骤。

21、本实施例提供的基于用户喜好的人工智能治理网络内容方法和机器人,通过人工智能基于用户喜好来治理网络内容中不良内容,利用人工智能模学习网络内容与其使用者喜好和生产者喜好之间的内在关联,然后根据使用者喜好和生产者喜好来预测网络内容中的不良内容,能够加快不良内容的检测速度,同时能够提高预测不良内容检测的准确率。

本文档来自技高网...

【技术保护点】

1.一种人工智能治理方法,其特征在于,所述方法包括:

2.根据权利要求1所述的人工智能治理方法,其特征在于,所述方法还包括:

3.根据权利要求1所述的人工智能治理方法,其特征在于,所述方法还包括:

4.根据权利要求1所述的人工智能治理方法,其特征在于,所述方法还包括:

5.一种人工智能治理系统,其特征在于,所述系统包括:

6.根据权利要求5所述的人工智能治理系统,其特征在于,所述系统还包括:

7.根据权利要求5所述的人工智能治理系统,其特征在于,所述系统还包括:

8.根据权利要求5所述的人工智能治理系统,其特征在于,所述系统还包括:

9.一种机器人,包括存储器、处理器及存储在存储器上并可在处理器上运行的人工智能机器人程序,其特征在于,所述处理器执行所述程序时实现权利要求1-4任意一项所述方法的步骤。

10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现权利要求1-4任意一项所述方法的步骤。

【技术特征摘要】

1.一种人工智能治理方法,其特征在于,所述方法包括:

2.根据权利要求1所述的人工智能治理方法,其特征在于,所述方法还包括:

3.根据权利要求1所述的人工智能治理方法,其特征在于,所述方法还包括:

4.根据权利要求1所述的人工智能治理方法,其特征在于,所述方法还包括:

5.一种人工智能治理系统,其特征在于,所述系统包括:

6.根据权利要求5所述的人工智能治理系统,其特征在于,所述系统还包括:

7.根...

【专利技术属性】
技术研发人员:朱定局
申请(专利权)人:华南师范大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1