消费者越来越多地通过产品评论来在购物过程中做出明智的决定,无论他们是购买厨房毛巾等日常用品,还是购买汽车等大宗商品。 这些评论已转变为重要的信息来源,使购物者能够了解其他顾客的意见和体验。 因此,产品评论已成为任何商店的一个重要方面,提供有价值的反馈和见解,以帮助做出购买决策。
亚马逊拥有最大的商店之一,提供数亿种商品。 2022 年,125 亿客户为亚马逊商店贡献了近 1.5 亿条评论和评分,使亚马逊的在线评论成为客户反馈的可靠来源。 对于每月提交的产品评论来说,有必要验证这些评论是否符合 亚马逊社区准则 关于可接受的语言、文字、视频和图像。 这种做法是为了保证客户收到有关产品的准确信息,并防止评论中包含不当语言、冒犯性图像或针对个人或社区的任何类型的仇恨言论。 通过执行这些准则,亚马逊可以为所有客户维持一个安全和包容的环境。
内容审核自动化使亚马逊能够在保持高精度的同时扩展流程。 这是一个复杂的问题空间,具有独特的挑战,需要不同的文本、图像和视频技术。 图像是产品评论的相关组成部分,通常比文本对客户产生更直接的影响。 和 Amazon Rekognition 内容审核,亚马逊能够以更高的准确度自动检测产品评论中的有害图像,从而减少对人工评论员审核此类内容的依赖。 Rekognition 内容审核有助于改善人类审核者的福祉并显着节省成本。
使用自托管 ML 模型进行审核
亚马逊购物团队设计并实施了一个审核系统,该系统使用机器学习 (ML) 与人机交互 (HITL) 审核相结合,以确保产品评论与客户对产品的体验有关,并且不包含不当或不当内容。根据社区准则,有害内容。 如下图所示,图像审核子系统利用多个自托管和自训练的计算机视觉模型来检测违反亚马逊指南的图像。 决策处理程序确定审核操作,并根据 ML 模型的输出提供其决策的原因,从而决定图像是否需要人工审核员进一步审核,或者可以自动批准或拒绝。
借助这些自托管的 ML 模型,该团队首先对作为审核一部分收到的 40% 的图像进行自动化决策,多年来不断致力于改进解决方案,同时面临多项挑战:
- 持续努力提高自动化率 – 团队希望提高机器学习算法的准确性,旨在提高自动化率。 这需要在数据标记、数据科学和用于模型训练和部署的 MLOps 方面持续投资。
- 系统复杂度 – 架构复杂性需要对 MLOps 进行投资,以确保 ML 推理过程有效扩展,以满足不断增长的内容提交流量。
使用 Rekognition 内容审核 API 替换自托管 ML 模型
亚马逊重新认识 是一项托管人工智能 (AI) 服务,通过 API 接口提供预先训练的模型 图像和视频审核。 它已被电子商务、社交媒体、游戏、在线约会应用程序等行业广泛采用,以调节用户生成的内容 (UGC)。 这包括一系列内容类型,例如产品评论、用户个人资料和社交媒体帖子审核。
Rekognition 内容审核可自动化并简化图像和视频审核工作流程,无需 ML 经验。 Amazon Rekognition 客户可以处理数百万张图像和视频,有效检测不当或不需要的内容,并利用完全托管的 API 和可自定义的审核规则来确保用户安全和业务合规。
该团队利用高度准确且全面的预训练审核模型,成功将图像审核系统中用于裸体和工作不安全 (NSFW) 内容检测的自我管理 ML 模型子集迁移到 Amazon Rekognition Detect Moderation API 。 凭借 Amazon Rekognition 的高精度,该团队能够自动执行更多决策、节省成本并简化系统架构。
提高准确性并扩大审核类别
的实施 Amazon Rekognition 图像审核 API 提高了检测不当内容的准确性。 这意味着每年将自动审核大约 1 万张图像,无需任何人工审核。
卓越运营
亚马逊购物团队能够简化系统架构,减少管理和维护系统所需的操作工作量。 这种方法每年为他们节省了数月的 DevOps 工作量,这意味着他们现在可以将时间分配给开发创新功能,而不是将其花费在运营任务上。
降低成本
Rekognition 内容审核的高精度使团队能够发送更少的图像供人工审核,包括可能存在不当内容的图像。 这降低了与人工审核相关的成本,并使审核员能够将精力集中在更高价值的业务任务上。 结合 DevOps 效率提升,亚马逊购物团队实现了显着的成本节省。
结论
从自托管 ML 模型迁移到 Amazon Rekognition Moderation API 进行产品审核审核可以为企业带来许多好处,包括显着节省成本。 通过自动化审核流程,在线商店可以快速准确地审核大量产品评论,通过确保快速删除不适当或垃圾内容来改善客户体验。 此外,通过使用 Amazon Rekognition Moderation API 等托管服务,公司可以减少开发和维护自己的模型所需的时间和资源,这对于技术资源有限的企业尤其有用。 API 的灵活性还允许在线商店自定义其审核规则和阈值以满足其特定需求。
进一步了解 AWS 上的内容审核 和我们的 内容审核 ML 用例。 迈出第一步 使用 AWS 简化您的内容审核操作.
作者简介
希普拉卡诺里亚 是 AWS 的首席产品经理。 她热衷于利用机器学习和人工智能的力量帮助客户解决最复杂的问题。 在加入 AWS 之前,Shipra 在 Amazon Alexa 工作了 4 年多,在那里她在 Alexa 语音助手上推出了许多与生产力相关的功能。
卢卡·阿戈斯蒂诺·鲁比诺 是亚马逊购物团队的首席软件工程师。 他致力于客户评论和问答等社区功能,多年来专注于内容审核以及机器学习解决方案的扩展和自动化。
张拉娜 是 AWS WWSO AI 服务团队的高级解决方案架构师,专注于内容审核、计算机视觉、自然语言处理和生成 AI 的 AI 和 ML。 凭借自己的专业知识,她致力于推广 AWS AI/ML 解决方案,并协助客户转变其跨不同行业的业务解决方案,包括社交媒体、游戏、电子商务、媒体、广告和营销。
- SEO 支持的内容和 PR 分发。 今天得到放大。
- PlatoData.Network 垂直生成人工智能。 赋予自己力量。 访问这里。
- 柏拉图爱流。 Web3 智能。 知识放大。 访问这里。
- 柏拉图ESG。 汽车/电动汽车, 碳, 清洁科技, 能源, 环境, 太阳能, 废物管理。 访问这里。
- 柏拉图健康。 生物技术和临床试验情报。 访问这里。
- 图表Prime。 使用 ChartPrime 提升您的交易游戏。 访问这里。
- 块偏移量。 现代化环境抵消所有权。 访问这里。
- Sumber: https://aws.amazon.com/blogs/machine-learning/how-amazon-shopping-uses-amazon-rekognition-content-moderation-to-review-harmful-images-in-product-reviews/
- :具有
- :是
- :不是
- :在哪里
- 1
- 100
- 125
- 2022
- 7
- 700
- a
- Able
- 关于
- 可接受
- ACCESS
- 精准的
- 准确
- 实现
- 横过
- 操作
- 额外
- 另外
- 采用
- 优点
- 广告
- AI
- 人工智能服务
- AI / ML
- 致力
- Alexa的
- 算法
- 对齐
- 所有类型
- 分配
- 允许
- 允许
- 还
- Amazon
- 亚马逊重新认识
- 亚马逊网络服务
- an
- 和
- 任何
- API
- APIs
- 的途径
- 批准
- 近似
- 应用
- 架构
- 保健
- 人造的
- 人工智能
- 人工智能(AI)
- AS
- 方面
- 助理
- 协助
- 相关
- At
- 自动化
- 自动化
- 自动
- 自动化
- 自动化和干细胞工程
- 可使用
- AWS
- 基于
- BE
- 成为
- 很
- before
- 好处
- 亿
- 商业
- 企业
- 买房
- by
- CAN
- 汽车
- 例
- 挑战
- 结合
- 地区
- 社体的一部分
- 公司
- 复杂
- 复杂
- 兼容
- 元件
- 全面
- 一台
- 计算机视觉
- 结合
- 包含
- 内容
- 内容类型
- 连续
- 一直
- 贡献
- 价格
- 节约成本
- 成本
- 可以
- 关键
- 顾客
- 客户体验
- 合作伙伴
- 定制
- 定制
- data
- 数据科学
- 成人约会
- 决定
- 决定
- 决定
- 专用
- 部署
- 设计
- 期望
- 检测
- 检测
- 确定
- 开发
- 发展
- 不同
- 不同
- 别
- 电子商务行业
- 电子商务
- 效率
- 有效
- 努力
- 工作的影响。
- 启用
- 使
- 强制执行
- 工程师
- 确保
- 保证
- 环境
- 特别
- 必要
- 所有的
- 日常
- 扩大
- 体验
- 体验
- 专门知识
- 面对
- 特征
- 反馈
- 少
- 姓氏:
- 适合
- 高度灵活
- 专注焦点
- 聚焦
- 以下
- 针对
- 止
- 充分
- 进一步
- 收益
- 赌博
- 生成的
- 生成式人工智能
- 成长
- 保证
- 方针
- 有害
- 有
- he
- 帮助
- 帮助
- 帮助
- 这里
- 高
- 更高
- 高度
- 创新中心
- HTML
- HTTPS
- 人
- 数百
- 亿万
- 图片
- 图片
- 即时
- 影响力故事
- 履行
- 实施
- 改善
- 改善
- in
- 包括
- 包含
- 包容
- 增加
- 日益
- 个人
- 行业
- 通知
- 信息
- 通知
- 创新
- 可行的洞见
- 代替
- 房源搜索
- 接口
- 成
- 投资
- IT
- 项目
- 它的
- 加盟
- 旅程
- JPG
- 保持
- 保持
- 标签
- 语言
- 大
- 最大
- 推出
- 学习
- 喜欢
- 有限
- 机
- 机器学习
- 保持
- 主要
- 使
- 制作
- 管理
- 管理
- 经理
- 许多
- 营销
- 手段
- 媒体
- 满足
- 迁移
- 百万
- 百万
- ML
- 多播
- 模型
- 适度
- 月
- 个月
- 更多
- 最先进的
- 多
- 自然
- 自然语言处理
- 几乎
- 需求
- 打印车票
- 需要
- 现在
- NSFW
- of
- 进攻
- 提供
- 优惠精选
- 经常
- on
- 一
- 在线
- 操作
- 运营
- 意见
- or
- 其他名称
- 其它
- 我们的
- 产量
- 超过
- 最划算
- 己
- 部分
- 多情
- 为
- 地方
- 柏拉图
- 柏拉图数据智能
- 柏拉图数据
- 帖子
- 可能
- 功率
- 在练习上
- 防止
- 校长
- 市场问题
- 问题
- 过程
- 处理
- 产品
- 产品经理
- 产品评论
- 简介
- 促进
- 提供
- 提供
- 优
- 采购
- 购买
- 购买
- 很快
- 范围
- 率
- 评分
- 原因
- 接收
- 收到
- 减少
- 减少
- 减少
- 关于
- 相应
- 信赖
- 去除
- 必须
- 需要
- 资源
- 导致
- 检讨
- 评论
- 定位、竞价/采购和分析/优化数字媒体采购,但算法只不过是解决问题的操作和规则。
- 安全
- 保存
- 储
- 鳞片
- 秤
- 缩放
- 科学
- 提交
- 前辈
- 服务
- 特色服务
- 几个
- 她
- 购物
- 显著
- 简化
- 社会
- 社会化媒体
- 软件
- 软件工程师
- 固体
- 方案,
- 解决方案
- 解决
- 来源
- 太空
- 垃圾邮件
- 专业
- 具体的
- 言语
- 花费
- 花费
- 开始
- 步
- 商店
- 商店
- 服从
- 提交
- 顺利
- 这样
- 系统
- 采取
- 服用
- 任务
- 团队
- 文案
- 技术
- 比
- 这
- 其
- 他们
- 从而
- 博曼
- 他们
- Free Introduction
- 通过
- 次
- 至
- 向
- 交通
- 产品培训
- 转化
- 转型
- 谈到
- 类型
- 类型
- 独特
- 无用
- 使用
- 用户
- 用户
- 使用
- 运用
- 利用
- 有价值
- 确认
- 视频
- 视频
- 愿景
- 音色
- 卷
- 是
- 卷筒纸
- Web服务
- 是否
- 这
- 而
- 广泛
- 将
- 也完全不需要
- 话
- 工作
- 工作
- 工作流程
- 合作
- 年
- 年
- 您一站式解决方案
- 和风网