Авито: как автоматизировали модерацию видео при нехватке размеченных данных
Ручная проверка каждого видео была медленной и дорогой, а собственных качественно размеченных нарушений для обучения автомодерации оказалось мало.
Разложить модерацию на независимые домены и причины нарушений и для каждой части переиспользовать подходящий готовый метод: классификацию кадров, CLIP, детекторы, OCR, Whisper, аудиоклассификатор и метаданные.
По описанию Авито, большинство роликов стало проходить автомодерацию и публиковаться быстрее, а на ручную проверку отправляется небольшой процент видео, где система обнаружила нарушение. Точных значений бизнес- и ML-метрик источник не приводит.
Подробный кейс о данных и ошибках модерации, а не только о выборе модели.
Владимир Морозов
Статья · Опубликовано: 11 октября 2024 г. · RU