热搜榜民生榜财经榜 |
2017年8月2日最近,来自维基百科和谷歌的 IT 专家,公布了把 AI 用于“节制”维基百科用户评论的成果——找出哪些用户在搞人身攻击,还有他们为什么要在网上骂街。 针对该问题,研究人员开发机器学习算法,分析维基百科在 2015 年收到的的海量评论。这一年,维基百科讨论页面共收到 6300 万条评论。这些评论存在的本意,是讨论如何改进维...
#科技前沿# 【维基百科和谷歌开发机器算法 揪出论坛骂街党 】来自维基百科和谷歌的专家公布了把 AI 用于“节制”维基百科用户评论的成果——找出哪些用户在搞人身攻击。针对该问题,研究人员开发机器学习算法,使用 10 万条包含侮辱性言辞的评论以进行训练。 ...
2019年3月18日据悉,维基百科以及谷歌联合开发的新机器学习算法可以使得维基百科在用户群中快速找出这些人,然后只需要把这几个人的账户封掉,就能一下子减少论坛上9%的恶意言论。 网络上的骂战比比皆是,谷歌只不过是先迈出了第一步。小新还是比较期待中文版的,净化网络环境人人有责。 科技新知 最近更新:03-1814:05 简介:以犀利的...
2017年3月2日谷歌公司目前正在解决这个问题,并在近日公开发布了一项名为Perspective (洞察)的人工智能工具,可以给网络发言评定恶意程度。 据了解,Perspective使用机器学习自动检测网络侮辱、骚扰和辱骂言论。在示范界面中输入一个句子或短语,AI可以立即评定其恶意程度,结果以“和攻击性评论相似度为百分之几”的形式显示,比任何关键字黑...
该项目的第一步是使用来自维基百科谈话页面的100000个攻击性评论来训练机器学习算法,这些评论由一个由4000人组成的团队确定,其中每个评论都有十个不同的人类评论者。这个带注释的数据集是有史以来最大的一个关注在线滥用的数据集。这些不仅包括直接的人身攻击,还包括第三方和间接的人身攻击,如“你太讨厌了”“Bob太...
2025年4月21日与谷歌Kaggle合作发布模型训练的数据集，这就是维基媒体基金会为降低30%的爬虫使用带宽的方式。该机构表示，Kaggle托管的数据集“在设计时充分考虑了机器学习的工作流程”，使得AI开发者能够更轻松地访问机器可读的数据，以进行建模、微调、基准测试、对齐和分析。由于维基媒体基金会的非营利属性，就意味着他们不能将自己...
2019年3月22日面对铺天盖地的评论,很多平台都制定了发言规定。对于不友善言论,知乎采取的方法是「折叠」,微博上更常用「拉黑」,或者屏蔽关键词。为了净化网络讨论环境,Google 也做出了自己的尝试,他们推出一个叫 Tune 的 Chrome 插件,用户可以打开按钮,对一些恶毒评论进行屏蔽。
2018年5月28日这个系统能从一开始就能预测说话能否会失控，想在对话能被挽救的状况下，尽早防备不须要的争持，活脱脱一个“打骂防备器”。检测元件 在今年ACL大会收录的论文Conversations Gone Awry: Detecting Early Signs of Conversational Failure中，Lucas Dixon和Nithum Thain等人通过火析维基百科中的讨论页面，收集了1207次说话...
2017年2月16日8.维基百科和谷歌联合开发机器学习算法 最近,维基百科和谷歌的IT专家联合开发机器学习算法,以分析维基百科在2015年收到的的海量评论。通过这种方式,找出哪些用户在搞人身攻击,以及他们为什么要在网上骂街。研究成果将以论文形式发表,题目为'Ex Machina: Personal Attacks Seen at Scale'(Ex Machina:大规模人身攻击)。该...
