稿件审核智能化的错敏检测

对于政务部门来说，发布的内容不准确会危及到其公信力；对于企业来说，敏感内容容易触及企业红线或违反广告法；对于媒体机构来说，差错内容甚至可能对公众造成误导。这意味着在发出之前的校对工作任务量多，且对准确率要求高，对敏感词汇要求较多，传统人工校对已难以负荷如此庞大繁杂的文稿数量。

随着互联网、机器学习以及自然语言处理的发展，智能文本纠错技术应运而生。但随着用户对文本纠错系统的要求提升，市面上一些基础的文本纠错系统仍不能满足一些用户需求。

稿件审核智能文本纠错方式

日常生活中，我们经常会在***、微博等社交工具、公众号文章、甚至新闻稿件中发现许多拼写、语法、标点等错误；经过初步统计：在微博等新媒体领域中，文本敏感和出错概率在2%左右；在语音识别领域中，出错率高可达8-10%；而在某保险问答领域中，用户提问出错率在去重后仍高达9%。文本纠错作为自然语言处理基础的模块，是实现中文语句自动检查、自动纠错的一项重要技术，其目的是提高语言的正确性的同时减少人工校验成本，其重要程度不言而喻。

文本审核的优势

识别准确率高

依托海量数据搭建的多种语义模型，可有效识别不同领域的垃圾文本，帮助企业显著减少人工审核工作量

迭代更新快

万级敏感词库数据天级别更新，持续迭代文本审核能力效果，可识别新型复杂违规文本

支持自由定制

针对业务场景下个性化的数据和需求，可自由定制黑白名单、及审核模型的阈值参数，灵活调优识别效果