வழக்கு ஆய்வு: உள்ளடக்க மதிப்பாய்வு
சமூக ஊடக பயன்பாடு தொடர்ந்து வளர்ந்து வருவதால், பாதுகாப்பான ஆன்லைன் இடத்தை உறுதி செய்ய பாடுபடும் தளங்களுக்கு சைபர்புல்லிங் பிரச்சனை ஒரு குறிப்பிடத்தக்க தடையாக உருவெடுத்துள்ளது. 38% தனிநபர்கள் இந்த தீங்கு விளைவிக்கும் நடத்தையை தினமும் எதிர்கொள்கின்றனர், இது புதுமையான உள்ளடக்க மதிப்பீட்டு அணுகுமுறைகளுக்கான அவசர தேவையை வலியுறுத்துகிறது. சைபர்புல்லிங் என்ற நீடித்த பிரச்சனையை முன்கூட்டியே தீர்க்க இன்று நிறுவனங்கள் செயற்கை நுண்ணறிவின் பயன்பாட்டை நம்பியுள்ளன.
சைபர் பாதுகாப்பு:
ஃபேஸ்புக்கின் Q4 சமூக தரநிலைகள் அமலாக்க அறிக்கை வெளிப்படுத்தியது - 6.3 மில்லியன் கொடுமைப்படுத்துதல் மற்றும் துன்புறுத்தல் உள்ளடக்கத்தின் மீது நடவடிக்கை, 49.9% செயலில் கண்டறிதல் விகிதம்
கல்வி:
A 2021 என்று ஆய்வு கண்டறிந்தது 36.5%யுனைடெட் ஸ்டேட்ஸில் உள்ள மாணவர்களில் % வயதுக்கு இடைப்பட்டவர்கள் 12 & 17 பல வருடங்கள் தங்கள் பள்ளிப்படிப்பின் போது ஒரு கட்டத்தில் இணைய மிரட்டலை அனுபவித்தனர்.
2020 அறிக்கையின்படி, உலகளாவிய உள்ளடக்க அளவீட்டு தீர்வுகள் சந்தை 4.07 இல் 2019 பில்லியன் அமெரிக்க டாலர்களாக மதிப்பிடப்பட்டது மற்றும் 11.94 ஆம் ஆண்டில் 2027% CAGR உடன் 14.7 பில்லியன் டாலர்களை எட்டும் என்று எதிர்பார்க்கப்பட்டது.
உண்மையான உலக தீர்வு
உலகளாவிய உரையாடல்களை மதிப்பிடும் தரவு
வாடிக்கையாளர் அதன் கிளவுட் சலுகைக்காக ஒரு வலுவான தானியங்கி உள்ளடக்க மிதமான இயந்திர கற்றல் மாதிரியை உருவாக்கிக்கொண்டிருந்தார், அதற்காக அவர்கள் துல்லியமான பயிற்சி தரவை வழங்க உதவக்கூடிய டொமைன்-குறிப்பிட்ட விற்பனையாளரைத் தேடிக்கொண்டிருந்தனர்.
இயற்கை மொழி செயலாக்கத்தில் (NLP) எங்களின் விரிவான அறிவைப் பயன்படுத்தி, 30,000 க்கும் மேற்பட்ட ஆவணங்களை ஆங்கிலம் மற்றும் ஸ்பானிஷ் மொழிகளில் சேகரித்து, வகைப்படுத்தி, சிறுகுறிப்பு செய்வதில் வாடிக்கையாளருக்கு உதவியுள்ளோம். வகைகள்.
பிரச்சனை
- முன்னுரிமை டொமைன்களில் இருந்து ஸ்பானிஷ் மற்றும் ஆங்கிலம் ஆகிய இரு மொழிகளிலும் 30,000 ஆவணங்களை வலை ஸ்கிராப்பிங் செய்கிறது
- சேகரிக்கப்பட்ட உள்ளடக்கத்தை குறுகிய, நடுத்தர மற்றும் நீண்ட பிரிவுகளாக வகைப்படுத்துதல்
- தொகுக்கப்பட்ட தரவை நச்சு, முதிர்ந்த அல்லது வெளிப்படையான பாலியல் உள்ளடக்கம் என லேபிளிடுதல்
- குறைந்தபட்சம் 90% துல்லியத்துடன் உயர்தர சிறுகுறிப்புகளை உறுதி செய்தல்.
தீர்வு
- BFSI, Healthcare, Manufacturing, Retail ஆகியவற்றிலிருந்து ஸ்பானிஷ் மற்றும் ஆங்கிலத்திற்கு தலா 30,000 ஆவணங்களை Web ஸ்கிராப் செய்தது. உள்ளடக்கம் மேலும் குறுகிய, நடுத்தர மற்றும் நீண்ட ஆவணங்களாகப் பிரிக்கப்பட்டது
- நச்சு, முதிர்ந்த அல்லது வெளிப்படையான பாலியல் உள்ளடக்கம் என வகைப்படுத்தப்பட்ட உள்ளடக்கத்தை வெற்றிகரமாக லேபிளிடுதல்
- 90% தரத்தை அடைய, Shaip இரண்டு அடுக்கு தரக் கட்டுப்பாட்டு செயல்முறையை செயல்படுத்தியது:
» நிலை 1: தர உறுதிச் சரிபார்ப்பு: சரிபார்க்கப்பட வேண்டிய 100% கோப்புகள்.
» நிலை 2: முக்கியமான தர பகுப்பாய்வு சோதனை: 15%-20% பின்னோக்கி மாதிரிகளை மதிப்பிடுவதற்கு Shaips இன் CQA குழு.
விளைவாக
பாதுகாப்பான ஆன்லைன் சூழலைப் பேணுவதற்குப் பலனளிக்கும் பல விளைவுகளைத் தரக்கூடிய தானியங்கு உள்ளடக்க அளவீட்டு ML மாதிரியை உருவாக்க பயிற்சித் தரவு உதவியது. சில முக்கிய முடிவுகள் பின்வருமாறு:
- பரந்த அளவிலான தரவுகளை செயலாக்கும் திறன்
- மிதமான கொள்கைகளின் சீரான அமலாக்கத்தை உறுதி செய்வதில் நிலைத்தன்மை
- வளர்ந்து வரும் பயனர் அடிப்படை மற்றும் உள்ளடக்க தொகுதிகளுக்கு ஏற்ப அளவிடுதல்
- நிகழ்நேர நிதானத்தால் அடையாளம் காண முடியும் &
தீங்கு விளைவிக்கும் உள்ளடக்கத்தை உருவாக்கும்போது அதை அகற்றவும் - மனித மதிப்பீட்டாளர்களை நம்பியிருப்பதைக் குறைப்பதன் மூலம் செலவு-செயல்திறன்
உங்கள் உரையாடல் AI பயன்பாட்டு மேம்பாட்டை 100% துரிதப்படுத்துங்கள்.
உங்கள் அடுத்த AI முயற்சிக்கு நாங்கள் எவ்வாறு உதவ முடியும் என்று எங்களிடம் கூறுங்கள்.