NLP内容质量识别

Posted 2022-05-21 AI算法攻城狮

一、标题低质

图文格式混乱或不美观，音画质量差等影响阅读体验。包含但不限于以下场景：

• 图文低质的内容，包含但不限于以下场景：
  • 排版混乱：文章乱码、无段落或无标点；
  • 语意不明：病句或错别字较多、乱码符号，有碍于读者理解内容；
  • 逻辑混乱：内容拼凑或重复，前后内容没有衔接，无关内容占比较大；
• 音画低质的内容，包括但不限于以下场景：
  • 视频缩放画面：视频中角标/logo/字幕被剪切，导致显示不全，或画面中人物面部被部分剪切；
  • 视频添加边框：视频添加边框且占比较大，或水印遮挡画面严重，无法识别视频主体；
  • 视频添加滤镜：画面带有严重滤镜至色彩失真，或人物明显发白、发红，呈现不正常色调；
  • 视频画面倾斜：画面整体被侧置或倒置，字幕、logo、左右等特征为镜像翻转，或画面被非正常拉长或挤压变形。

二、封面/配图低质

封面或配图内容质量差，与文章主体无关且不能为文章增补信息量。包含但不限于以下场景：

• 图片与内容毫无关联，且图片质量差的；
• 图文明显不相关，带不良图片蹭流量的，图片类型包含但不限于如下：
  • 有不良诱导倾向的图片；
  • 偷拍类图片；
  • 男女亲密同框，易引发低俗、恶俗等不良想象图片等。