Baitradar：一种基于深度学习的视频标题党检测多模型算法
机器学习
2025-05-26 v1 计算机视觉与模式识别
摘要
随着 YouTube 的日益流行，该平台上出现了一种名为标题党（clickbait）的新问题，即利用吸引人的标题和缩略图诱导用户点击视频。结果，用户最终观看的视频内容与标题所宣传的不符。本研究通过提出一种名为 BaitRadar 的算法来解决这一问题，该算法采用深度学习技术，联合调用六个推理模型进行最终分类决策。这些模型分别关注视频的不同属性，包括标题、评论、缩略图、标签、视频统计数据和音频转录。通过计算多个模型的平均值获得最终分类，从而在数据缺失的情况下仍能提供鲁棒且准确的输出。该方法在 1400 个 YouTube 视频上进行了测试，平均测试准确率达到 98%，推理时间不到 2 秒。
引用
@article{arxiv.2505.17448,
title = {Baitradar: A Multi-Model Clickbait Detection Algorithm Using Deep Learning},
author = {Bhanuka Gamage and Adnan Labib and Aisha Joomun and Chern Hong Lim and KokSheik Wong},
journal= {arXiv preprint arXiv:2505.17448},
year = {2025}
}
备注
Appear in IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP'21), Toronto, ON, Canada