知乎反作弊垃圾文本识别

知乎反作弊垃圾文本识别

摘要

知乎是一个拥有超过2亿注册用户的社区平台，近期他们面临着对垃圾信息的治理挑战。他们通过升级名为"悟空"的策略引擎和引入深度学习识别垃圾文本的方法取得了不错的效果。他们发现当前站内的垃圾文本主要包括导流内容、品牌内容、诈骗内容和骚扰内容。为了高效检测这些垃圾文本，他们选择了使用CNN（卷积神经网络）作为算法，因为CNN在训练和预测速度上都快于RNN（循环神经网络）。这种CNN文本分类模型能够准确识别关键词，满足快速垃圾文本检测的需求。