ਕੇਸ ਸਟੱਡੀ: ਸਮੱਗਰੀ ਸੰਚਾਲਨ
ਸਮੱਗਰੀ ਸੰਚਾਲਨ ਲਈ 30K+ ਡੌਕਸ ਵੈੱਬ ਸਕ੍ਰੈਪ ਅਤੇ ਐਨੋਟੇਟ ਕੀਤਾ ਗਿਆ
ਜੋ ਔਨਲਾਈਨ ਸਪੇਸ ਨੂੰ ਸੁਰੱਖਿਅਤ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਦੇ ਹਨ ਜਿੱਥੇ ਅਸੀਂ ਜੁੜਦੇ ਹਾਂ ਅਤੇ ਸੰਚਾਰ ਕਰਦੇ ਹਾਂ।
ਜਿਵੇਂ ਕਿ ਸੋਸ਼ਲ ਮੀਡੀਆ ਦੀ ਵਰਤੋਂ ਵਧਦੀ ਜਾ ਰਹੀ ਹੈ,
ਸਾਈਬਰ ਧੱਕੇਸ਼ਾਹੀ ਦੀ ਸਮੱਸਿਆ ਏ
ਪਲੇਟਫਾਰਮਾਂ ਲਈ ਮਹੱਤਵਪੂਰਨ ਰੁਕਾਵਟ
ਇੱਕ ਸੁਰੱਖਿਅਤ ਔਨਲਾਈਨ ਸਪੇਸ ਯਕੀਨੀ ਬਣਾਓ। ਇੱਕ ਹੈਰਾਨ ਕਰਨ ਵਾਲਾ
38% ਲੋਕ ਇਸਦਾ ਸਾਹਮਣਾ ਕਰਦੇ ਹਨ
ਰੋਜ਼ਾਨਾ ਦੇ ਆਧਾਰ 'ਤੇ ਨੁਕਸਾਨਦੇਹ ਆਚਰਣ,
ਖੋਜ ਦੀ ਤੁਰੰਤ ਮੰਗ 'ਤੇ ਜ਼ੋਰ ਦੇਣਾ
ਸਮੱਗਰੀ ਸੰਚਾਲਨ ਪਹੁੰਚ
ਸੰਸਥਾਵਾਂ ਅੱਜ ਦੀ ਵਰਤੋਂ 'ਤੇ ਨਿਰਭਰ ਹਨ
ਸਥਾਈ ਨੂੰ ਸੰਬੋਧਿਤ ਕਰਨ ਲਈ ਨਕਲੀ ਬੁੱਧੀ
ਸਰਗਰਮੀ ਨਾਲ ਸਾਈਬਰ ਧੱਕੇਸ਼ਾਹੀ ਦੀ ਸਮੱਸਿਆ।
ਸਾਈਬਰ ਸੁਰੱਖਿਆ:
Facebook ਦੀ Q4 ਕਮਿਊਨਿਟੀ ਸਟੈਂਡਰਡਜ਼ ਇਨਫੋਰਸਮੈਂਟ ਰਿਪੋਰਟ ਸਾਹਮਣੇ ਆਈ ਹੈ - 6.3% ਦੀ ਕਿਰਿਆਸ਼ੀਲ ਖੋਜ ਦਰ ਦੇ ਨਾਲ, ਧੱਕੇਸ਼ਾਹੀ ਅਤੇ ਪਰੇਸ਼ਾਨੀ ਵਾਲੀ ਸਮੱਗਰੀ ਦੇ 49.9 ਮਿਲੀਅਨ ਟੁਕੜਿਆਂ 'ਤੇ ਕਾਰਵਾਈ ਕੀਤੀ ਗਈ ਹੈ।
ਸਿੱਖਿਆ:
A 2021 ਅਧਿਐਨ ਨੇ ਪਾਇਆ ਹੈ ਕਿ 36.5%ਸੰਯੁਕਤ ਰਾਜ ਵਿੱਚ ਵਿਦਿਆਰਥੀਆਂ ਦਾ % ਉਮਰ ਦੇ ਵਿਚਕਾਰ ਹੈ 12 ਅਤੇ 17 ਆਪਣੀ ਸਕੂਲੀ ਪੜ੍ਹਾਈ ਦੌਰਾਨ ਕਿਸੇ ਨਾ ਕਿਸੇ ਸਮੇਂ ਸਾਈਬਰ ਧੱਕੇਸ਼ਾਹੀ ਦਾ ਅਨੁਭਵ ਕੀਤਾ।
2020 ਦੀ ਇੱਕ ਰਿਪੋਰਟ ਦੇ ਅਨੁਸਾਰ, 4.07 ਵਿੱਚ ਗਲੋਬਲ ਸਮਗਰੀ ਸੰਚਾਲਨ ਹੱਲ ਬਾਜ਼ਾਰ ਦਾ ਮੁੱਲ USD 2019 ਬਿਲੀਅਨ ਸੀ ਅਤੇ 11.94 ਤੱਕ 2027% ਦੇ CAGR ਦੇ ਨਾਲ, USD 14.7 ਬਿਲੀਅਨ ਤੱਕ ਪਹੁੰਚਣ ਦੀ ਉਮੀਦ ਸੀ।
ਅਸਲ ਸੰਸਾਰ ਹੱਲ
ਡਾਟਾ ਜੋ ਗਲੋਬਲ ਗੱਲਬਾਤ ਨੂੰ ਸੰਚਾਲਿਤ ਕਰਦਾ ਹੈ
ਕਲਾਇੰਟ ਇੱਕ ਮਜ਼ਬੂਤ ਆਟੋਮੇਟਿਡ ਵਿਕਸਿਤ ਕਰ ਰਿਹਾ ਸੀ
ਸਮੱਗਰੀ ਸੰਚਾਲਨ ਮਸ਼ੀਨ ਲਰਨਿੰਗ
ਇਸਦੇ ਕਲਾਉਡ ਦੀ ਪੇਸ਼ਕਸ਼ ਲਈ ਮਾਡਲ, ਜਿਸ ਲਈ ਉਹ
ਡੋਮੇਨ-ਵਿਸ਼ੇਸ਼ ਵਿਕਰੇਤਾ ਦੀ ਤਲਾਸ਼ ਕਰ ਰਹੇ ਸਨ ਜੋ
ਸਹੀ ਸਿਖਲਾਈ ਡੇਟਾ ਦੇ ਨਾਲ ਉਹਨਾਂ ਦੀ ਮਦਦ ਕਰ ਸਕਦਾ ਹੈ।
ਕੁਦਰਤੀ ਭਾਸ਼ਾ ਪ੍ਰੋਸੈਸਿੰਗ (NLP) ਵਿੱਚ ਸਾਡੇ ਵਿਆਪਕ ਗਿਆਨ ਦਾ ਲਾਭ ਉਠਾਉਂਦੇ ਹੋਏ, ਅਸੀਂ ਕਲਾਇੰਟ ਨੂੰ 30,000 ਤੋਂ ਵੱਧ ਦਸਤਾਵੇਜ਼ਾਂ ਨੂੰ ਅੰਗ੍ਰੇਜ਼ੀ ਅਤੇ ਸਪੈਨਿਸ਼ ਵਿੱਚ ਇਕੱਠਾ ਕਰਨ, ਸ਼੍ਰੇਣੀਬੱਧ ਕਰਨ ਅਤੇ ਵਿਆਖਿਆ ਕਰਨ ਵਿੱਚ ਸਹਾਇਤਾ ਕੀਤੀ ਤਾਂ ਕਿ ਆਟੋਮੈਟਿਕ ਸਮੱਗਰੀ ਸੰਚਾਲਨ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਮਾਡਲ ਨੂੰ ਜ਼ਹਿਰੀਲੇ, ਪਰਿਪੱਕ, ਜਾਂ ਜਿਨਸੀ ਤੌਰ 'ਤੇ ਸਪੱਸ਼ਟ ਸਮੱਗਰੀ ਵਿੱਚ ਵੰਡਿਆ ਜਾ ਸਕੇ। ਸ਼੍ਰੇਣੀਆਂ
ਸਮੱਸਿਆ
- ਵੈੱਬ ਤਰਜੀਹੀ ਡੋਮੇਨਾਂ ਤੋਂ ਸਪੈਨਿਸ਼ ਅਤੇ ਅੰਗਰੇਜ਼ੀ ਦੋਵਾਂ ਵਿੱਚ 30,000 ਦਸਤਾਵੇਜ਼ਾਂ ਨੂੰ ਸਕ੍ਰੈਪ ਕਰ ਰਿਹਾ ਹੈ
- ਇਕੱਠੀ ਕੀਤੀ ਸਮੱਗਰੀ ਨੂੰ ਛੋਟੇ, ਦਰਮਿਆਨੇ ਅਤੇ ਲੰਬੇ ਹਿੱਸਿਆਂ ਵਿੱਚ ਸ਼੍ਰੇਣੀਬੱਧ ਕਰਨਾ
- ਕੰਪਾਇਲ ਕੀਤੇ ਡੇਟਾ ਨੂੰ ਜ਼ਹਿਰੀਲੇ, ਪਰਿਪੱਕ, ਜਾਂ ਜਿਨਸੀ ਤੌਰ 'ਤੇ ਸਪਸ਼ਟ ਸਮੱਗਰੀ ਵਜੋਂ ਲੇਬਲ ਕਰਨਾ
- ਘੱਟੋ-ਘੱਟ 90% ਸ਼ੁੱਧਤਾ ਨਾਲ ਉੱਚ-ਗੁਣਵੱਤਾ ਐਨੋਟੇਸ਼ਨਾਂ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਣਾ।
ਦਾ ਹੱਲ
- ਵੈੱਬ ਨੇ BFSI, ਹੈਲਥਕੇਅਰ, ਮੈਨੂਫੈਕਚਰਿੰਗ, ਰਿਟੇਲ ਤੋਂ ਸਪੈਨਿਸ਼ ਅਤੇ ਅੰਗਰੇਜ਼ੀ ਲਈ ਹਰੇਕ 30,000 ਦਸਤਾਵੇਜ਼ਾਂ ਨੂੰ ਸਕ੍ਰੈਪ ਕੀਤਾ। ਸਮੱਗਰੀ ਨੂੰ ਅੱਗੇ ਛੋਟੇ, ਦਰਮਿਆਨੇ ਅਤੇ ਲੰਬੇ ਦਸਤਾਵੇਜ਼ਾਂ ਵਿੱਚ ਵੰਡਿਆ ਗਿਆ ਸੀ
- ਵਰਗੀਕ੍ਰਿਤ ਸਮੱਗਰੀ ਨੂੰ ਜ਼ਹਿਰੀਲੇ, ਪਰਿਪੱਕ, ਜਾਂ ਜਿਨਸੀ ਤੌਰ 'ਤੇ ਅਸ਼ਲੀਲ ਸਮੱਗਰੀ ਵਜੋਂ ਸਫਲਤਾਪੂਰਵਕ ਲੇਬਲ ਕਰਨਾ
- 90% ਗੁਣਵੱਤਾ ਪ੍ਰਾਪਤ ਕਰਨ ਲਈ, ਸ਼ੈਪ ਨੇ ਦੋ-ਪੱਧਰੀ ਗੁਣਵੱਤਾ ਨਿਯੰਤਰਣ ਪ੍ਰਕਿਰਿਆ ਲਾਗੂ ਕੀਤੀ:
»ਪੱਧਰ 1: ਕੁਆਲਿਟੀ ਅਸ਼ੋਰੈਂਸ ਜਾਂਚ: 100% ਫਾਈਲਾਂ ਨੂੰ ਪ੍ਰਮਾਣਿਤ ਕੀਤਾ ਜਾਣਾ ਹੈ।
»ਪੱਧਰ 2: ਨਾਜ਼ੁਕ ਗੁਣਵੱਤਾ ਵਿਸ਼ਲੇਸ਼ਣ ਜਾਂਚ: ਸ਼ੈਪਸ ਦੀ CQA ਟੀਮ 15%-20% ਪਿਛੋਕੜ ਵਾਲੇ ਨਮੂਨਿਆਂ ਦਾ ਮੁਲਾਂਕਣ ਕਰਨ ਲਈ।
ਪਰਿਣਾਮ
ਸਿਖਲਾਈ ਡੇਟਾ ਨੇ ਸਵੈਚਲਿਤ ਸਮਗਰੀ ਸੰਚਾਲਨ ML ਮਾਡਲ ਬਣਾਉਣ ਵਿੱਚ ਮਦਦ ਕੀਤੀ ਜੋ ਇੱਕ ਸੁਰੱਖਿਅਤ ਔਨਲਾਈਨ ਵਾਤਾਵਰਣ ਨੂੰ ਬਣਾਈ ਰੱਖਣ ਲਈ ਲਾਭਦਾਇਕ ਕਈ ਨਤੀਜੇ ਦੇ ਸਕਦਾ ਹੈ। ਕੁਝ ਮੁੱਖ ਨਤੀਜਿਆਂ ਵਿੱਚ ਸ਼ਾਮਲ ਹਨ:
- ਬਹੁਤ ਸਾਰੇ ਡੇਟਾ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਰਨ ਲਈ ਕੁਸ਼ਲਤਾ
- ਸੰਜਮ ਨੀਤੀਆਂ ਦੇ ਇਕਸਾਰ ਲਾਗੂਕਰਨ ਨੂੰ ਯਕੀਨੀ ਬਣਾਉਣ ਵਿੱਚ ਇਕਸਾਰਤਾ
- ਵਧ ਰਹੇ ਉਪਭੋਗਤਾ ਅਧਾਰ ਅਤੇ ਸਮੱਗਰੀ ਵਾਲੀਅਮ ਦੇ ਅਨੁਕੂਲ ਹੋਣ ਲਈ ਮਾਪਯੋਗਤਾ
- ਰੀਅਲ-ਟਾਈਮ ਸੰਚਾਲਨ ਪਛਾਣ ਕਰ ਸਕਦਾ ਹੈ ਅਤੇ
ਸੰਭਾਵੀ ਤੌਰ 'ਤੇ ਹਾਨੀਕਾਰਕ ਸਮੱਗਰੀ ਨੂੰ ਉਤਪੰਨ ਹੋਣ ਦੇ ਨਾਲ ਹਟਾਓ - ਮਨੁੱਖੀ ਸੰਚਾਲਕਾਂ 'ਤੇ ਨਿਰਭਰਤਾ ਨੂੰ ਘਟਾ ਕੇ ਲਾਗਤ-ਪ੍ਰਭਾਵਸ਼ੀਲਤਾ
ਸਮੱਗਰੀ ਸੰਚਾਲਨ ਦੀਆਂ ਉਦਾਹਰਨਾਂ
ਸਾਨੂੰ ਦੱਸੋ ਕਿ ਅਸੀਂ ਤੁਹਾਡੀ ਅਗਲੀ AI ਪਹਿਲ ਵਿੱਚ ਕਿਵੇਂ ਮਦਦ ਕਰ ਸਕਦੇ ਹਾਂ.