包括脸书、推特和Pinterest在内的社交网络可以使用人工智能和机器学习系统来检测和删除滥用内容，就像领英一样。微软旗下平台拥有6.6亿用户，其中每月活跃用户3.03亿。如今，该平台详细介绍了其处理包含不当内容的配置文件的方法，从亵渎到非法服务广告。

正如软件工程师丹尼尔戈勒姆(Daniel Gorham)在他的博客文章中解释的那样，LinkedIn最初依靠阻止列表(一组违反其服务条款和社区指南的手动编写的单词和短语)来识别和删除潜在的欺诈账户。然而，维护它需要大量的工程工作，列表通常不能很好地处理上下文。(例如，虽然“护送”一词有时与卖淫联系在一起，但它也用于“安全护送”或“医疗护送”的上下文中。)

这促使LinkedIn采用了一种涉及卷积神经网络的机器学习方法，卷积神经网络是图像分析中常用的一种算法，经过训练后可以公开成员的信息。有问题的内容包含标记为“不适当”或“适当”的帐户，其中前者包括由于使用阻止列表和手动审核发现的不适当内容而删除的帐户。Gorham指出，只有每个账户的“小”部分受此限制，这需要从整个LinkedIn会员库中进行下采样，以获得带有“合适”标签的账户，避免算法偏差。

为了进一步减少偏见，LinkedIn识别出导致大量误报的问题词，并从包含这些词的会员库中提取合适的账号。然后，帐户被手动标记并添加到训练集中，然后模型被训练并部署到生产中。

Gorham表示，滥用账户检测器每天都会对新账户进行评分，账户检测器会在现有成员的基础上运行，以识别内容不适当的旧账户。未来，LinkedIn打算使用微软翻译服务来确保所有语言的一致性能，并改进和扩展培训集，以扩大其在模型中可以识别的内容范围。

“检测和防止LinkedIn上的滥用是一项持续的任务，需要多个团队的广泛合作，”Gorham写道。“以有效且可扩展的方式发现并删除包含不适当内容的配置文件，是我们不断努力提供专业安全平台的一种方式。”

LinkedIn AI的使用不仅限于滥用检测。2019年10月，它拉开了模型的帷幕，自动生成上传到领英的图片的文字描述，这是利用微软的认知服务平台和独特的领英衍生数据集实现的。此外，其“推荐候选人”功能可以了解给定角色的招聘条件，并在专门的选项卡中自动显示相关候选人。其人工智能驱动的搜索引擎使用数据，如发布在个人数据上的人的内容和候选人进行的搜索，为工作和求职者生成最合适的预测。

郑重声明：本文版权归原作者所有。转载文章只是为了传播更多的信息。如果作者信息标注有误，请第一时间联系我们修改或删除。谢谢你。

免责声明： 本文由用户上传，如有侵权请联系删除！

标签：