随着深度学习技术的发展，个性化阅读领域的媒体内容有了更加丰富的处理手段。在过去主要是基于机器学习技术来进行内容分类、主题建模等。现在有了更加丰富的技术手段对于视频图片等富媒体内容进行建模处理。

如何应用深度学习技术帮助内容产品提高内容的质量、点击率，如何为新媒体内容运营提供帮助，如何使用算法提高内容处理效率节约人工审核成本，都是现在内容算法能力应用的场景和要解决的问题。

业内领先的内容产品公司随着业务的多元化，开始了中台系统的建设。把原来服务于推荐的内容理解，服务于审核的内容安全，服务于号主的内容处理工具进行了统一整合形成了内容 AI 体系。

演讲提纲：

1、内容产品的主要算法问题

• 人机结合的内容质量
• 运营和推荐的内容理解
• 实用的内容处理和内容生成

2、内容 AI 的基石-内容理解

• 文本分类/主题
• 文本标签/语义主题词
• 图片分类
• 图片标签/基于物体检测/基于语义分割/其他
• 视频分类
• 视频标签/多维度描述
• 内容的向量描述
• 多任务的内容算法框架

3、人机结合的内容质量

• 图文去重
• 视频去重
• 图片/视频质量描述
• 标题党/假新闻
• 多模态内容质量问题

4、信息流场景的实用内容生成

• 封面图的评价生成
• 热点内容的自动创作
• 创意素材制作

5、辅助算法工程系统

• 模型测试
• 模型组合拆分

听众收益：

1. 了解当前业内外主流内容产品的内容 AI 问题，对内容产品的内容算法有一个全面认知
2. 收获内容质量问题场景下，相关算法的研究方向和应用情况
3. 了解内容产品中对图像，视频，文本进行标签理解的算法选型实践经验