你之所见即我之所见？自动化多媒体内容分析的能力与局限
多媒体
2022-01-27 v1 人工智能
摘要
近年来，线上用户生成内容的不断增长导致对自动化内容分析工具的研发与投资扩张。在 COVID-19 大流行期间，由于社交网络服务担忧审核人员现场工作的健康风险而更加依赖这些工具，对自动化内容分析的审视加速。与此同时，全球范围内正围绕如何在保护言论自由与隐私的同时改进内容审核展开重要政策辩论。为推进这些辩论，我们需要理解自动化内容分析工具的潜在作用。本文阐释了用于分析线上多媒体内容的工具的能力与限制，并强调了在未考虑其局限的情况下大规模使用这些工具的潜在风险。它聚焦于两类主要工具：匹配模型与计算机预测模型。匹配模型包括加密哈希与感知哈希，用于将用户生成内容与已有且已知内容进行比较。预测模型（包括计算机视觉与计算机听觉）是旨在识别新的或先前未知内容特征的机器学习技术。
引用
@article{arxiv.2201.11105,
title = {Do You See What I See? Capabilities and Limits of Automated Multimedia Content Analysis},
author = {Carey Shenkman and Dhanaraj Thakur and Emma Llansó},
journal= {arXiv preprint arXiv:2201.11105},
year = {2022}
}