基于语义智能的网络信息内容生态治理

本项目以政府、企业、社会、网民等多元主体参与网络生态治理 的需求为导向，以《网络信息内容生态治理规定》相关内容为指导， — 94 — 针对互联网海量的信息内容，以人工智能、自然语言处理、知识图谱、 复杂网络为理论基础，依托多模态语义理解相关技术，打造基于语义 智能的网络信息内容生态治理综合执法平台，实现网络舆情风险语义 词源识别、结合分布式智能搜索和多模态信息识别技术完成互联网内 容日常巡查、融合数据挖掘与追踪溯源技术实施动态电子信息取证、 基于音视频识别及语义分析实现多场景智能约谈、应用深度学习和知 识图谱技术为网信执法提供了智能裁量的尺度和参考等，从而为网信 管理部门依法依规治理提供了全覆盖、透明、高效的工作环境。 （三）关键技术 1、分布式智能搜索技术 基于 WebMagic 的分布式爬虫系统，通过全面巡查和定向巡查相 结合的方式，面向全网主流平台的各类文本、图片、音频和视频的多 模态数据进行 7*24 小时的实时信息采集。范围覆盖全网，涉及主题 丰富、模态全面：抖音、快手、好看视频等平台的视频信息；微博、 头条、人民号、澎湃新闻等平台的文本和图片信息；喜马拉雅等平台 的音频信息。基于 Elasticsearch 的分布式搜索引擎，通过对多模态数 据的索引构建，实现对数据源的分布式存储与实时检索，包括 Elasticsearch 分布式集群设计模块、垂直领域（网信）个性化词典构 建模块、数据索引模块、数据搜索模块、智能推荐模块。 2、领域知识图谱构建技术