梦到钱包丢了7月30日，今日头条宣布正式推出灵犬反低俗助手(以下简称“灵犬”)3.0版本，同时支持对图片和文本的低俗低质内容检测。用户可以通过“灵犬”检测文本、图片等类型的内容健康指数，共同参与打击低俗低质内容，净化网络空间。
当天下午，一场名为“算法如何反低俗”的沟通会在字节跳动总部举办。字节跳动人工智能实验室总监王长虎进行了主题分享，首次向公开“灵犬”背后的技术原理。
“灵犬”文本和图片识别能力的背后，离不开今日头条反低俗模型的技术支持。据了解，2012年以来，今日头条内部搭建了反低俗、反标题党、反虚假信息、反低质等数百个模型，并投入近万人专业审核团队。
当天发布的“灵犬”3.0版本重点拓展了反低俗识别类型和模型能力，现已覆盖文本识别(反 低俗、反、反标题党)和图片识别(反 低俗、反)。
据了解，在文本识别领域，新版“灵犬”同时应用了“Bert”和半监督技术，训练数据集包含920万个样本，准确率提升至91%;在图片识别领域，“灵犬”采用深度学习作为解决方案，在数据、模型、计算力等方面均做了针对性优化;
王长虎介绍，“灵犬”背后的文本分类模型，已经经过了三次迭代。最新版“灵犬”同时应用了“Bert”和半监督技术，并在此基础上使用了专门的中文语料，并通过优化模型结构使得计算效率能达到实用水平。“Bert”是当前最先进的自然语言处理技术，在阅读理解、语义蕴含、问答、相关性等任务上性能大幅提升。
不同于文本识别，图片识别的技术难点主要在于三方面：非均衡、类内方差大和不可穷举，即，低俗图片占整体图片内容的比例较低，低俗图片的种类丰富、繁杂，构成低俗图片的特征千差万别。
对此，“灵犬”运用的解决方案，是深度学习。“我们分别在数据、模型、计算力等方面做了很多优化。”王长虎说。数据层面，“灵犬”已累积上千万级别的训练数据。模型层面，“灵犬”针对许多困难样本做了模型结构调优，尝试解决多尺寸、多尺度、小目标等复杂问题。计算力层面，“灵犬”利用分布式训练算法以及GPU训练集群，加速模型的训练和调试。
同时，王长虎也提到，反低俗无法单一地依靠技术去解决。低俗的定义和标准随着人群、使用场景、时代等因素变化皆会发生变化。针对低俗判断问题的复杂性和不同判断方式的局限性，王长虎提到，一方面要不断进化技术模型，一方面需要有效结合技术和人工判断两种方式。
“作为行业领先者，在内容安全上，今日头条一直用最高的标准要求自己，”王长虎说，“灵犬是一个的反低俗窗口，我们希望通过灵犬，接收社会对反低俗的意见和。”