机器过审服务的实现

在视频推荐系统中，用户上传的视频一般都会先通过审核，然后再由运营精编，之后才是过召回排序等算法模型。由于每天上传视频的数量巨大，全由人工进行审核会耗费大量人力，且人工审核的标准容易浮动，由此催生出机器审核的需求。

针对视频常见的不推荐原因，我实现了以下几类视频的过滤，准确率均在88%以上：

视频不推荐原因：视频马赛克、视频模糊、视频四黑边、视频ppt；

封面不推荐原因：封面马赛克、封面模糊、封面四黑边；

标题不推荐原因：标题不通顺、标题特殊字符；

所用到的算法有：

1、CNN；

2、SVM；

3、TextCNN、TextRNN；

4、HanLP；