整体方案:互联网媒体内容合规检查 解决方案

　　整体方案:互联网媒体内容合规检查 解决方案

　　IV.2.8 违反广告法

　　对文字内容中违反广告法的内容提供审核提示，如：“全国”、“上级”、“最佳”等。

　　4.3 自动化网站内容审查

　　系统实时采集指定站点，包括：政务官网、微博、微信公众号、APP等。

　　对于采集到的数据，系统会自动检查文本内容。按标题、站点、栏目、发布时间、链接、正文显示。自动按照正常和错误分类文章，支持根据文本错误和建议进行审核和筛选。支持按文章内容和站点搜索。

　　4.4 在线快速送审

　　系统提供在线内容审核功能。文章发表前，用户可以将文字复制到系统中，系统会提前审核。

　　在网站发表文章前，在在线审稿菜单下的输入框中输入要发表的文字内容，系统会自动生成并导出自动审稿结果。可用于建立自动文章预审机制，然后根据预审结果进行人工审阅，提高工作效率。

　　同时，人工校对后的待发表文章内容也可以在线审阅，作为人工审校疏漏的补偿机制。

　　4.5 个性化审计模型

　　4.5.1 自定义审计

　　系统支持自定义词库，自行添加个性化审稿模型，自动审稿支持不同类型的审稿词单独标注。

　　4.5.2 自定义首领排序

　　领导姓名排序识别功能需要在系统中预先设置好领导姓名，并按顺序排列。如果点评文章中领导姓名顺序错误，系统会自动提示并标注正确顺序。

　　IV.5.3 关键词 管理

　　除了单独设置领导排名关键词外，系统还支持自定义审核关键词功能。根据关键词的不同属性，可以分类如下：

" />

　　l 敏感词：加入敏感词模型，可以实现对特殊词的识别，比如易错的地名、人名、习惯用语等。

　　l 忽略词：添加忽略词后，系统在审核时会忽略相关词，减少特定词的误审核现象。

　　4.6 便捷的合规管理流程管理

　　在文本自动审阅的基础上，系统支持人工审阅结果的标注和管理。对于每条信息，系统支持按照待处理、已通过、未通过三种状态进行分类展示，与自动审核相辅相成，提高了系统的实用性。

　　4.7 人工服务

　　4.7.1 人工审核及提醒

　　人工审核服务，即每天提供专人审核，自动审核与人工审核确认相结合，对异常内容按指定方式及时推送（QQ群或微信群），与内容自查相辅相成保护网站信息内容的正确性和合规性。

　　IV.7.2 定期报告

　　对于人工审核发现的错误，定期整理审核结果报告，便于总结错误内容。

　　五、系统使用场景

　　V.1 发表文章前的审核

　　在网站发表文章前，在在线审稿菜单下的输入框中输入要发表的文字内容，系统会自动生成并导出自动审稿结果。可用于建立自动文章预审机制，然后根据预审结果进行人工审阅，提高工作效率。

　　同时，人工校对后的待发表文章内容也可以在线审阅，作为人工审校疏漏的补偿机制。

　　V.2 政府网站监控审计

　　提前添加政府官网和政务新媒体账号进行采集（需提供网站链接进行采集配置和评价），系统实时监控网站发布的文章并进行自动审核。

　　系统采集数据库，机器审稿的文章自动进入待审列表，可根据机器审稿结果筛选审稿，并导出审稿结果，立即联系管理员更正错误政府网站。

　　V.3 对本辖区内其他网站的监控和审计

" />

　　将管理辖区内的重要站点加入采集

（需要提供网站链接进行采集

配置和评估），系统将实时自动监控和审核这些网站发表的文章内容。

　　系统自动标记审核错误的文章，人工审核确认错误后，分别提示相应站点的管理人员，加强对辖区内网站的监管，提高管理水平.

　　V.4 集成其他业务系统

　　网站内容审核系统支持定制化开发，可以集成到其他管理系统中，实现对网络内容的系统化管理。同时支持指定数据源接入系统，根据工作时间灵活定义审核流程。

　　五、报价单

　　类别

　　简要描述;简介

　　标准价格（元/年）

　　评论

　　互联网内容审核平台+人工7*8实时推送+在线审核

　　1、文字审核：自动识别暴力血腥、*敏*感*词*支、*敏*感*词*、*敏*感*词*等违法信息。例如，当文中提到*敏*感*词*支销售、*敏*感*词*等敏感词时，系统会自动判断并推荐审核。

　　2、自定义审核：系统支持自定义词库，添加个性化审核词，自定义本地领导姓名等错误标识，支持自定义类别分类。自动审核支持不同类型的审核词单独标注。

　　3、对网站已发布内容进行识别筛选，提供7*8小时人工推送审核结果。

　　4.图像识别：自动识别图像中的文字，做出灵敏的判断。

　　5、提供在线审阅功能，用户可以在文章发表前将文字复制到系统中，系统会提前审阅，发现错误。

　　查看历史信息

　　对网站发布的所有历史信息内容进行筛选，将敏感内容的文章以报表形式呈现，供监控。

　　解决方案:深度学习算法在人脸识别中的应用研究(2)

　　人脸识别[2]是一种具有代表性的生物特征识别技术。利用*敏*感*词*采集收录

人脸的图像，然后利用已有的人脸数据库判断场景中哪些人的脸属于已有的数据库。简单来说，就是将获取到的人脸与数据库中已知的人脸进行比对，以比对得到的相似度作为人脸识别的标准。

　　人工智能技术的兴起和人类视觉研究的不断发展，使得人们对机器识别的热情越来越高，人脸识别也因此发展成为一个兼具巨大理论价值和实用价值的研究领域。其实早在20世纪60年代，人们就开始研究人脸识别这一课题。当时典型的模式识别技术主要采用基于人脸几何结构的方法实现[3]。人脸识别方法在 20 世纪 90 年代取得了长足的进步，并在一些领域得到了成功的应用。美国MIT研究人员提出的“Eigenface”算法[4]、Fisherface算法[5]和FaceIt系统是具有代表性的算法或系统。由于这一时期的研究方法在处理光线、视角等方面效果较差，这也成为了20世纪90年代后期至今的研究热点。[6]

　　随着互联网的广泛应用和云计算的不断推广，信息时代的高速发展也催生了海量数据的特征。这必将推动机器学习、模式识别等领域的快速发展，产生适合处理这些海量数据的算法。自 2006 年以来，深度学习 [7] 引起了众多研究者的关注。深度学习的核心思想是通过构建具有多个隐藏层的神经网络，并用大量数据进行训练，提取更有价值的特征，从而提高神经网络的性能。深度学习包括多种常用模型，包括自动编码器[8]、稀疏编码[9]、受限玻尔兹曼机[10]、深度信念网络[11]、

　　2016年3月，经过人工智能AlphaGo与韩国棋手李世石的五回合较量，AlphaGo最终以4:1战胜李世石，赢得人机大战。Go 很难，因为它有很多变化。围棋有250个分支因子，在19*19的围棋方阵中有361个放置点。那么围棋棋局的排列组合总数高达10的171次方。这是一个庞大的数字，这也是使用暴力解题方式的深蓝无法取胜的原因。但是 AlphaGo 做到了。AlphaGo使用两种类似于大脑神经网络结构的深度学习方法解决了这个问题。由此我们也可以看到深度学习的优势及其无限的应用前景。

　　1.2 研究意义

　　1.2.1 实用价值

　　人脸识别方法在以下方面优于其他生物体征识别方法：

　　1）人脸图像可以通过*敏*感*词*等采集器直接获取，无需与被检测人接触或通信，使用方便。

　　2）用户设置参数后，人脸识别过程不再需要用户或被检测人的主动参与，只需简单的操作即可实现自动识别。

　　3）人脸识别的整个过程只需要一台*敏*感*词*采集人脸图片，不仅成本低，而且易于实现。

　　这些优点使该技术在以下领域得到广泛应用。

　　*敏*感*词*领域：可实现智能视频监控。通过在入口处使用人脸识别视频监控，可以防止*敏*感*词*逃逸。

　　*敏*感*词*系统：根据*敏*感*词*分子的描述，生*敏*感*词*像素描，利用人脸识别技术，在数据库中快速搜索定位嫌疑人，协助破案。

　　经济领域：各类银行卡、金融卡、*敏*感*词*、*敏*感*词*持卡人通过人脸识别技术，可以快速、安全地登录账户，无需担心他人窃取密码。

　　娱乐领域：该技术也可用于游戏软件开发领域。

　　1.2.2 具有学术价值的深度学习算法在人脸识别中的应用研究（二）：