基于深度学习的不良信息治理新技术研究

戴晶

doi:10.13992/j.cnki.tetas.2020.11.013

Chinese

您当前的位置：

首页 >

文章列表页 >

基于深度学习的不良信息治理新技术研究

开发与研究 | 更新时间：2026-04-20

- 基于深度学习的不良信息治理新技术研究
- Research on bad text image recognition technology
- 电信工程技术与标准化 2020年33卷第11期页码：75-81
- 作者机构：
  
  中国移动通信集团公司信息安全管理与运行中心
- 作者简介：
- 基金信息：
- DOI：10.13992/j.cnki.tetas.2020.11.013
  中图分类号： TP391;TN912.34;TP18
- 纸质出版：2020
- 稿件说明：
移动端阅览
戴晶. 基于深度学习的不良信息治理新技术研究[J]. 电信工程技术与标准化, 2020,33(11):75-81.

戴晶. Research on bad text image recognition technology[J]. 2020, 33(11): 75-81.
戴晶. 基于深度学习的不良信息治理新技术研究[J]. 电信工程技术与标准化, 2020,33(11):75-81. DOI： 10.13992/j.cnki.tetas.2020.11.013.

戴晶. Research on bad text image recognition technology[J]. 2020, 33(11): 75-81. DOI： 10.13992/j.cnki.tetas.2020.11.013.

摘要

5G新消息将大力加强多媒体消息的通信能力。基于5G新消息的不良信息风险将日趋加剧

现有的不良信息治理手段无法完全应对。为了提高现有不良信息识别能力

需要引入人工智能领域最新的研究成果对现有不良信息治理技术手段进行升级。本文详细总结分析了人工智能领域中对不良多媒体信息识别存在价值的各种技术

并对其原理和具体应用场景进行了全面分析。基于这些技术可以大幅提高不良多媒体消息的识别能力

为未来的5G新消息提供内容安全保障。

Abstract

5 G message will greatly strengthen the communication capabilities of multimedia messages. The risk of bad information based on 5 G message will increase. Existing bad information governance methods cannot fully cope. In order to improve the existing bad information recognition ability

it is necessary to introduce the latest research results in the field of artificial intelligence to upgrade the existing bad information governance technology. This article summarizes and analyzes in detail the various technologies in the field of artificial intelligence that have value for bad multimedia recognition

and comprehensively analyzes its principles and specific application scenarios. Based on these technologies

the ability to identify bad multimedia messages can be greatly improved

providing sufficient content security for future 5 G new messages.

关键词

Keywords

references

浏览量

200

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

一种智能化IT运维系统的研究与实现

基于机器学习的无线网络用户感知速率智能预测研究

基于运营商大数据的人工智能技术研究

人工智能及其在网络优化运维中的应用

机器学习在数据分析中的实践与应用