在不同公司，对审核类职位的划分标准不同，比如有内容安全审核、内容推荐审核、内容质量审核等类似职位。虽然在侧重点和具体操作上有所不同，但有许多逻辑都是共通的。为了避免文章过于复杂，我们在这里侧重最常见的内容安全审核。
不管是什么内容的审核，都应该包含以下四个基础模块：机器审核、人工审核、用户投诉审核、结果复审。
机器审核，是按照制定好的规则或机器学习算法对内容进行审核，通常，成熟的审核系统能将95%甚至99%以上的内容都自动审核并做出处理。确定有问题的会被自动删除，难以判断是否有问题的会被标注，进入人工审核程序。
人工审核，虽然用户投诉审核和结果复审大多时候也是人工审核，但这里所说的人工审核，特指审核机器无法判别的内容，通常占平台内容数量的比例不超过5%，但对于一些大型的内容平台，绝对数量已经很多了。在内容爆炸的时代，我们看到许多平台在全国都有多个审核中心，每个审核中心的员工数量都成千甚至上万。
用户投诉审核，是前两者的弥补，有很多违规内容以前没有出现过，所以不在规则可以过滤的范围内，或者非常隐蔽，规则难以严格过滤。用户的投诉是发现新问题的重要渠道。通过知乎的危机事件，我们更应该重视对投诉的审核，并及时据此对机器审核做出补充。
结果复审，通常采取抽查方式，比如通过复审机器删除的内容，看规则或算法是否过于严格；比如通过查看人工删除和通过的内容，看员工的工作是否按要求执行；比如通过内容的整体巡查，看是否存在新的问题未被注意到。
在文字类内容平台，比如知乎、简书、豆瓣亦或是游戏聊天平台和论坛，机器审核主要是基于关键词过滤的逻辑，逻辑比较简单，但也没有想象的那么简单。
越是大规模数据的平台，内容审核的方向和判断越是保守，这不止由于风险管理的考虑，还包含一些现实原因。一些规则和算法无法做到精准的一刀切原则并无误伤，因而在某些情况下审核的标准对很多内容就显得过于严格。
对于运营或产品工作者来说，文本类AI模型的过滤效果在市场实操中的反馈和数据表现都较为成熟，因此在游戏运营与反灰产的实际工作中，企业可以考虑介入第三方服务，从而让成本下降的同时保证审核机制的实施更新与表现完善。
标签：逻辑,机器,入门,人工,投诉,内容,复审,审核 来源： https://www.cnblogs.com/diting/p/16599148.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。