10亿级训练语料为基础 铀媒打造中文智能文本检测“神器”

在快节奏的新媒体时代，内容传播速度快，范围广，产生的影响也是巨大的。为了保障文本内容的安全和规范，政务机构、企业越来越多地在日常工作中使用文本检测和纠错工具，但中文字、词、句的含义与使用具有复杂性，文本内容的检测普遍存在“不全”“不准”“不快”的问题。铀媒围绕中文语言特点和使用习惯，以10亿级训练语料为基础，运用先进语法模型和语义分析等先进技术，实现了自动化、智能化的文本检测，适用于日常公文、网站文章、媒体报道、新媒体稿件等复杂的中文内容，在快节奏的在数字化时代，为文本内容安全保驾护航。

注：铀媒智能文本检测

10亿级语料训练，找全17类错敏内容

“金子招牌”“赶紧整洁”“人问环境”……当这类笔误出现在大众视野，不仅无法有效传达信息，还会给人留下“不走心”的印象。通过检测工具快速找到内容中的错误，是使用者的主要诉求，而检测结果是否全面与系统的算法模型息息相关，算法模型需要大量的语料进行“训练”，“训练”得越多，系统的判断就越准确。

铀媒算法模型的训练语料达到了10亿级别，在“检测不全面”的问题上，铀媒能够快速发现文本中的错别字、标点符号错误、常用搭配错误等17种错误类型，满足大多数公文、新闻稿、出版物文本内容检测的需求。同时铀媒的训练语料还在持续的补充完善中，让产品的检测结果更加全面。

“读懂”文本，提升检测准确度

中文语言中语境对词语意义的影响较大，同一个词语在不同的语境里，可能会产生截然不同的意思，这是文本检测不准确的主要原因之一。此外，文本检测不仅要检测错别字、标点符号错误、常用搭配错误等常见错误，还要对各类风险内容、新闻媒体报道禁用表述等更为复杂的信息进行判断，这使得文本检测的难度进一步提高。

铀媒智能文本检测以《现代汉语词典》《辞海》《新华词典》《中国地名大辞典》，国家新闻出版署相关要求文件等来源可靠的训练语料为基础，用算法模型叠加判断规则，“双管齐下”地解决不同语境中相同词语的判断难题，更加智能地给出较为准确的检测结果。同时铀媒智能文本检测引入了人工判定的环节，配备专业的团队对检测结果进行人工审查与判定，有效解决检测“不准确”的问题。

一键检测，使用更快更高效

在检测速度上，铀媒智能文本检测的速度达到1万字/秒；在产品设计中，铀媒实现了一键检测，并对错敏内容给出高亮提示和修改建议，使用操作便捷，即使在紧急的状态下也不会感到检测过程占用了太多时间，有效解决了文本检测中“不够快”的问题。

铀媒对于文本内容的自动化、智能化检测得到了广泛认可，在政务机构、企业工作中，铀媒智能文本检测与人工审校形成良好互补，有效提高了文本内容检测的准确度，降低内容风险，提升工作效率。作为蜜度旗下智能文本检测和新媒体管理工具，铀媒已为数千家各级政企机构提供服务，为内容安全提供保障。