自动化多媒体内容分析的能力与局限性研究
为了应对全球范围内日益增加的对儿童的网络暴力,我们提出了一种新颖的自动化工具,可以综合分析针对儿童的性虐待报告,并通过对报告进行三个维度的分类(主题、犯罪程度和伤害程度),显著降低专家在审查过程中接触有害内容的风险。此外,借助我们的跨学科团队的专长,我们引入了一种新的方法来注释所收集的数据,实现对报告的更深入分析。这种方法改善了对基本模式和趋势的理解,使执法机构和决策者能够制定更有针对性的对儿童暴力的斗争策略。
Aug, 2023
本文介绍了基于计算机视觉和深度学习的自动化方法,用于分析大规模的图像数据,并说明了它们的用途和实现。进一步地讨论了这些方法和结果的验证和解释,以及它们如何对政治传播、身份与政治、发展和冲突的研究做出贡献,从而启用了一系列的大规模研究问题。
Oct, 2018
机器学习在在线内容管理中广泛使用,但其引入了预测多样性等挑战,该研究旨在分析” 预测多样性 “如何影响内容管理工具的分类结果、社会群体的不平等影响以及与人工分类的对比,结果表明算法扩展的内容管理存在着过度管理人权的风险,为了减轻这些风险,需要通过增加透明度来识别和监管内容管理的任意性。
Feb, 2024
大规模内容审核面临着在评估内容时考虑本地文化差异的挑战。该研究探讨了如何通过适应本地理解细微差别来解决这个问题,培训大型语言模型以捕捉跨地理区域的交流细节,并在关于何为冒犯内容的文化和社会变化时提供解释。研究发现,基于广泛的媒体数据集进行培训成功地培养了文化意识,并在区域基础上改善了处理内容违规行为的能力,表明灵活的内容审核方法在跟上内容不断演变的本质方面发挥了关键作用。
Dec, 2023
探讨社交媒体的内容限制和过滤问题,特别强调了多媒体处理所涉及的伦理问题,同时讨论了使用 Amazon Turk(MTurk)时在提供不同信息模式下 MTurk 注释者性能的差异,并针对 Twitter 用户在不同人口统计学类别下的语言进行了对 Perspective API 毒性检测器的性能审计。
Oct, 2020
本研究通过对不同场景下内容结构研究所提供的深刻解释,从内容感知的角度,对广播体育的内容感知系统的相关主题进行了总结,重点关注了过去十年在体育节目中应用的视频内容分析技术以及针对对象、事件和上下文的分析方法,旨在确定用户需求。最后,本文总结了广播体育视频分析的未来趋势与挑战。
Mar, 2017