基于元学习的媒体内容安全监测系统及方法技术方案

本申请公开了一种基于元学习的媒体内容安全监测系统及方法，其对接收到的媒体内容进行初步涉敏检测以得到初步涉敏检测结果；响应于所述初步涉敏检测结果为可能存在涉敏内容，进行模型搜索以得到既有机器学习模型；对所述既有机器学习模型进行模型优化以得到模型训练模版；使用元学习策略，并基于所述媒体内容对所述模型训练模版进行训练以得到新的机器学习模型。这样，能够在媒体内容安全监测中，及时发现和监测那些少数出现但可能有危害性的内容，从而提高系统的准确性和效率。

【技术实现步骤摘要】

本申请涉及智能化内容安全监测，尤其涉及一种基于元学习的媒体内容安全监测系统及方法。

技术介绍

1、当前，人工智能技术在传媒领域的广泛应用已经成为一种趋势。ai技术的应用使得文本和语音之间可以相互转化，图形图像可以被准确识别和标注，这些能力的实现离不开大规模模型和大数据集的深度训练。然而，在媒体内容安全监测领域，由于出现的涉敏内容变化非常快，并且经常是偶发性出现，涉及的数据量非常小。这种情况下，传统的大模型训练方法存在一些固有的不足之处。具体来说，由于涉敏内容的快速变化和数据量的有限性，传统的大模型训练在监测的时效性和准确性方面存在一定的局限性。

2、因此，期望一种基于元学习的媒体内容安全监测系统，其能够提高传媒内容安全监测的效率。

技术实现思路

1、提供该
技术实现思路
部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该
技术实现思路
部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

2、本申请还提供了一种基于元本文档来自技高网...

【技术保护点】

1.一种基于元学习的媒体内容安全监测系统，其特征在于，包括：

2.根据权利要求1所述的基于元学习的媒体内容安全监测系统，其特征在于，所述模型优化模块，用于：调整所述既有机器学习模型的超参数以对所述既有机器学习模型进行模型优化以得到所述模型训练模版。

3.根据权利要求2所述的基于元学习的媒体内容安全监测系统，其特征在于，所述模型训练模版训练模块，包括：

4.根据权利要求3所述的基于元学习的媒体内容安全监测系统，其特征在于，所述媒体内容全局图像语义融合单元，用于：在所述初始化模型训练模版中，将所述媒体内容局部图像语义特征向量的序列通过基于自相关注意力网络的...

【技术特征摘要】

1.一种基于元学习的媒体内容安全监测系统，其特征在于，包括：

2.根据权利要求1所述的基于元学习的媒体内容安全监测系统，其特征在于，所述模型优化模块，用于：调整所述既有机器学习模型的超参数以对所述既有机器学习模型进行模型优化以得到所述模型训练模版。

3.根据权利要求2所述的基于元学习的媒体内容安全监测系统，其特征在于，所述模型训练模版训练模块，包括：

4.根据权利要求3所述的基于元学习的媒体内容安全监测系统，其特征在于，所述媒体内容全局图像语义融合单元，用于：在所述初始化模型训练模版中，将所述媒体内容局部图像语义特征向量的序列通过基于自相关注意力网络的特征选择融合器以得到所述媒体内容全局图像相关语义选择融合特征向量。

5.根据权利要求4所述的基于元学习的媒体内容安全监测系统，其特征在于，所述媒体内容全局图像语义融合单元，用于：将所述媒体内容局部图像语义特征向量的序列通过所述基于自相关注意力网络的特征选择融合器以如下特征选择公式进行处理以得到所述媒体内容全局图像相关语义选择融合特征向量；

6.根据权利要求5所述的基于元学习的媒体内容安全监测系统...

【专利技术属性】
技术研发人员：宋庆，傅高强，张瑜昊，莫奇鼎，
申请(专利权)人：杭州朗视视频技术有限公司，
类型：发明
国别省市：