【技术实现步骤摘要】
本公开涉及人工智能，尤其涉及自然语言处理和深度学习。
技术介绍
1、随着全球新技术快速发展，ai(artificial intelligence，人工智能)生成越来越多应用到内容生产中，可能被用于深度伪造，发布不实、有害或错误的内容。需要对内容进行审核，以识别深度伪造问题。
技术实现思路
1、本公开提供了一种内容检测方法、装置、电子设备和存储介质。
2、根据本公开的一方面，提供了一种内容检测方法，包括：
3、基于多个分类模型中的每个分类模型，对目标内容进行不同类型的伪造痕迹的检测，得到每个分类模型针对目标内容的第一检测结果以及与第一检测结果对应的置信度；
4、基于每个分类模型针对目标内容的第一检测结果以及与第一检测结果对应的置信度，确定针对目标内容的伪造判别结果。
5、根据本公开的另一方面，提供了一种内容检测装置，包括：
6、内容检测模块，用于基于多个分类模型中的每个分类模型，对目标内容进行不同类型的伪造痕迹的检测，得到每个分类模...
【技术保护点】
1.一种内容检测方法，包括：
2.根据权利要求1所述的方法，其中，所述基于所述每个分类模型针对所述目标内容的第一检测结果以及与所述第一检测结果对应的置信度，确定针对所述目标内容的伪造判别结果，包括：
3.根据权利要求2所述的方法，其中，所述检测决策树是基于所述每个分类模型针对样本内容的第二检测结果、与所述第二检测结果对应的置信度以及生成所述样本内容的方式训练得到的；其中，所述生成所述样本内容的方式包括基于信息采集装置采集所述样本内容或基于人工智能技术生成所述样本内容。
4.根据权利要求1-3中任一项所述的方法，其中，所述基于多个分类...
【技术特征摘要】
1.一种内容检测方法，包括：
2.根据权利要求1所述的方法，其中，所述基于所述每个分类模型针对所述目标内容的第一检测结果以及与所述第一检测结果对应的置信度，确定针对所述目标内容的伪造判别结果，包括：
3.根据权利要求2所述的方法，其中，所述检测决策树是基于所述每个分类模型针对样本内容的第二检测结果、与所述第二检测结果对应的置信度以及生成所述样本内容的方式训练得到的；其中，所述生成所述样本内容的方式包括基于信息采集装置采集所述样本内容或基于人工智能技术生成所述样本内容。
4.根据权利要求1-3中任一项所述的方法，其中，所述基于多个分类模型中的每个分类模型，对目标内容进行不同类型的伪造痕迹的检测，得到所述每个分类模型针对所述目标内容的第一检测结果以及与所述第一检测结果对应的置信度，包括：
5.根据权利要求4所述的方法，其中，所述目标内容的音频合成检测结果包括所述音频信息中的合成音轨区间的起始端点和结束端点；所述方法还包括：
6.根据权利要求1-5中任一项所述的方法，其中，所述基于多个分类模型中的每个分类模型，对目标内容进行不同类型的伪造痕迹的检测，得到所述每个分类模型针对所述目标内容的第一检测结果以及与所述第一检测结果对应的置信度，包括：
7.根据权利要求1-6中任一项所述的方法，其中，所述方法还包括：
8.根据权利要求7所述的方法，其中，所述方法还包括：
9.根据权利要求8所述的方法，其中，所述方法还包括：
10.一种内容检...
【专利技术属性】
技术研发人员：薛晖，陈洋，包沉浮，仵楠，姜辉，杨潇茜，高磊，胡子轩，李岩哲，张天问，陈惠敏，孟庆雨，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：
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。