Компания «Теком» работает над обнаружением ненормативной лексики в медиаконтенте
Компания «Теком», представила решение по обнаружению бранных слов в медиаконтенте. В основе работы программы лежит нейросеть, предварительно обученная на определенном языковом материале. В словарь для обучения вошли основные корни нецензурных слов из списка Роскомнадзора и образованные от них лексические единицы. В качестве результата проверки пользователь получает размеченный txt-файл с конкретными словами и соответствующими им таймкодами. Также доступна расширенная версия отчета, в котором нецензурное слово дано вместе с речевым контекстом. Помимо обнаружения запрещенной лексики Profanity Finder может маскировать мат, заменяя его на звуковой сигнал.
На данный момент точность обнаружения слов из базового лексического набора с помощью Profanity Finder составляет 94%. Кроме предустановленного словаря в решении реализован пользовательский словарь. Данная функция позволяет добавлять актуальные для пользователя лексические единицы, которые необходимо детектировать дополнительно.
Profanity Finder поддерживает проверку видеофайлов в форматах MP4, M4A, 3GP. Предусматривается дальнейшее увеличение числа доступных для анализа форматов контента. Решение от компании «Теком» анализирует видео на наличие запрещенных слов в три раза быстрее реального времени.
Напомним, что с 2014 года в России действует закон, запрещающий употребление мата при публичном исполнении произведений искусства, в том числе фильмов, театральных постановок, развлекательных шоу. Годом ранее такой же запрет коснулся средств массовой информации. За производство и распространение контента, содержащего нецензурную лексику, грозит административная ответственность. Продукция, выпущенная до вступления закона в силу, подлежит дополнительной проверке с целью удаления или маскировки мата.
«Теком» также начал активную работу над поиском звуковых упоминаний и визуальных образов сервисов Meta, поскольку с марта 2022 года деятельность холдинга на территории России считается незаконной. Это поможет медиакомпаниям обнаружить и скрыть из контента логотипы социальных сетей Facebook и Instagram.