Розробка AI-системи модерації контенту для медіаплатформ

AI-модерація контенту: коли ручна праця не справляється

Уявіть: медіаплатформа з 10 млн активних користувачів щодня завантажує 500 тис. постів. Ручна модерація фізично не встигає — токсичний контент залишається непоміченим годинами, а модератори вигорають. Ми розробляємо системи штучного інтелекту, які автоматично перевіряють текст, зображення та відео, здійснюють детекцію порушень і передають складні випадки на ручну перевірку. Наш досвід — понад 80 проєктів у сфері модерації для великих медіаплатформ. Гарантуємо якість рішень: середній False Positive Rate становить менше 0.5%.

Ключова складність — різноманітність типів порушень. Ми будуємо ієрархію політик з пріоритизацією. Критичний рівень (негайне видалення): CSAM, інструкції з виготовлення зброї, прямі заклики до насильства. Високий рівень (видалення протягом години): дезінформація з потенційною шкодою, булінг з персональними даними. Середній рівень (перевірка модератором): мова ворожнечі без прямих загроз, введення в оману. Низький рівень (розмітка/попередження): контент для дорослих без порушення закону. Така ієрархія дозволяє розвантажити модераторів: AI автоматично видаляє критичний контент, а решту направляє в черги з урахуванням пріоритету віральності та кількості скарг. Вбудований контент-фільтр знижує час реакції на небезпечний контент до кількох секунд.

Чому мультимодальність критична для модерації?

Один канал інформації — текст, зображення або аудіо — часто не дає повної картини. Наприклад, нейтральний текст може супроводжуватися агресивним зображенням. AI-система має аналізувати всі модальності одночасно. Ми використовуємо ансамбль моделей: ruBERT для російського тексту, ResNet для зображень та Whisper для аудіо. Система обробляє до 5 000 запитів на секунду з p99 latency менше 200 мс. Наш ансамбль точніший за rule-based підхід у 1.6 раза за precision та у 2.4 раза за recall. Отримайте консультацію щодо впровадження мультимодальної модерації — ми адаптуємо рішення під ваші дані.

class ContentModerationSystem:
    def __init__(self):
        self.text_classifier = TextModerationClassifier()
        self.image_classifier = ImageModerationClassifier()  # NSFW, violence
        self.audio_classifier = AudioModerationClassifier()  # hate speech в голосі
        self.context_analyzer = ContextAnalyzer()  # врахування контексту профілю, історії

    def moderate(self, content: UserContent) -> ModerationDecision:
        signals = []

        if content.text:
            signals.append(self.text_classifier.classify(content.text))

        if content.images:
            for img in content.images:
                signals.append(self.image_classifier.classify(img))

        if content.audio:
            transcript = self.speech_to_text(content.audio)
            signals.append(self.text_classifier.classify(transcript))

        # Контекстний аналіз: історія автора, тип контенту, аудиторія
        context = self.context_analyzer.analyze(content.author_id, content.channel_type)

        return self.make_decision(signals, context)

class ModerationDecision(BaseModel):
    action: str              # allow / flag / remove / escalate
    violation_categories: list[str]
    confidence: float
    requires_human_review: bool
    reasoning: str           # для аудиту рішень
    appeal_eligible: bool

Як ми забезпечуємо точність класифікації?

Ми застосовуємо тонке налаштування (fine-tuning) на репрезентативних датасетах і регулярно оновлюємо моделі. Точність класифікації токсичного російського тексту досягає 97% завдяки нормалізації помилок та транслітерації. Використовуємо confidence voting між кількома моделями для зниження хибних спрацювань. Нижче — порівняння підходів.

Як працює ієрархія порушень?

Не всі порушення однакові. Пріоритизація за серйозністю:

• Критичний рівень (негайне видалення): CSAM, інструкції з виготовлення зброї, заклики до насильства з конкретними погрозами. Автоматичне видалення + повідомлення правоохоронним органам.
• Високий рівень (видалення протягом години): дезінформація про здоров'я з потенційною шкодою, булінг з персональними даними, систематичний спам.
• Середній рівень (перевірка модератором): мова ворожнечі без прямих загроз, введення в оману, порушення авторських прав.
• Низький рівень (розмітка/попередження): контент для дорослих без порушення законодавства, але не відповідний віковим обмеженням.

Додаткова метрика: час реакції

Як ми боремося з мовою ворожнечі українською та російською мовами?

Модерація східнослов'янських мов має специфіку: навмисні помилки, транслітерація, жаргон. Мітигація:

• Нормалізація тексту перед класифікацією: заміна 1→і, @→а, розбиття злитих слів.
• Fine-tuned ruBERT на датасеті токсичного контенту (RuToxic, HatEval).
• Регулярне оновлення словника евфемізмів і нових жаргонних форм.
• Окрема модель для імпліцитної токсичності (сарказм, непрямі образи).

def normalize_text(text: str) -> str:
    text = text.lower()
    # Заміна leetspeak та символів
    replacements = {"@": "а", "0": "о", "3": "е", "1": "и", "|": "л"}
    for char, replacement in replacements.items():
        text = text.replace(char, replacement)
    # Видалення нечитабельних роздільників всередині слів (X.X.X → XXX)
    text = re.sub(r'\b(\w)\.\1\b', lambda m: m.group(1)*3, text)
    return text

Ручна модерація та управління чергами

AI-система не замінює модераторів повністю — розподіляє навантаження розумніше. Черга ручної модерації пріоритизується за: віральністю контенту, серйозністю передбачуваного порушення, кількістю скарг. Модераторам надається контекст: історія автора, схожі раніше видалені матеріали, причина відфлагування AI.

Обробка апеляцій

Користувачі можуть оскаржити рішення. AI аналізує апеляцію: чи змінився контекст, чи відповідає рішення політиці платформи для даної категорії контенту, як вирішувались аналогічні апеляції. Автоматичне відновлення контенту при високій впевненості в помилці (<5% випадків), решта — старшому модератору.

Аналітика та калібрування

Ключова метрика: False Positive Rate (видалено дозволений контент) — має бути <1%. False Negative Rate (пропущено порушення) — залежить від типу, для CSAM мета 0%. Щомісячне калібрування: вибірка рішень AI порівнюється з ручними рішеннями експертів, поріг confidence коригується. Дрейф якості відстежується за rolling-метриками за 30 днів.

Що входить в роботу

• ML-моделі для тексту, зображень та відео, навчені на ваших даних.
• API для інтеграції з платформою (REST/gRPC).
• Дашборд метрик та логування рішень.
• Документація з експлуатації та навчання команди модераторів.
• Підтримка протягом першого місяця.

Строки та вартість

Строки від 4 до 12 тижнів залежно від складності завдань та обсягу даних. Вартість розраховується індивідуально після аудиту вашої платформи та вимог. Замовте демо-версію системи на ваших даних — ми покажемо, як працює автоматична модерація. Зв'яжіться з нами для точного розрахунку вартості та строків.

NLP розробка: чому accuracy не підходить для рідкісних класів?

До нас приходить задача: обробляти 50 тисяч звернень до служби підтримки — зараз все вручну. Датасет — 3000 розмічених прикладів, 12 категорій, дисбаланс: одна категорія займає 40% вибірки, три по 1‑2%. Baseline accuracy — 78%. Звучить непогано, поки не дивишся на recall по рідкісних класах: 0.31, 0.44, 0.28. Саме ці класи — скарги та загрози відтоку — найважливіші для бізнесу.

Це типовий проект NLP розробки. Проблема не в алгоритмі, а в тому, що accuracy — не та метрика. Наш досвід показує: у понад 30 проектах ми починаємо з аналізу бізнес‑метрик і лише потім обираємо модель.

Чому accuracy — не та метрика для рідкісних класів?

Accuracy ігнорує дисбаланс. Якщо клас «відтік» зустрічається у 2% випадків, модель може передбачати «все добре» і отримати 98% accuracy — але бізнес втрачає клієнтів. Рішення: F1 macro (усереднення за всіма класами) або weighted F1. Для NER — strict entity F1 (лише точні збіги). Гарантуємо: після вибору правильної метрики якість моделі стає вимірною та прогнозованою.

Класифікація тексту: від BERT до дистиляції

BERT-подібні моделі — стандарт для класифікації. ruBERT-base або ruBERT-large від DeepPavlov для російської мови. multilingual‑e5‑large — якщо потрібно працювати з кількома мовами в одному пайплайні. XLM‑RoBERTa‑large — сильний multilingual backbone.

Fine‑tuning для класифікації: додаємо classification head поверх [CLS]‑токена, навчаємо 3‑5 епох з lr=2e‑5, weight decay=0.01. При дисбалансі — weighted CrossEntropyLoss або focal loss з gamma=2.0. Пишіть — покажемо code snippet.

Кейс з дисбалансом. Датасет — 3000 прикладів, дисбаланс 1:20. Рішення: class_weight через sklearn + CrossEntropyLoss. Додатково — augmentation редкісних класів через backtranslation (ru→en→ru через MarianMT). Recall по рідкісних класах виріс з 0.31 до 0.67 при незначному падінні accuracy (76%→74%). Повна NLP розробка під ключ зайняла 3 тижні.

Дистиляція для production. BERT‑large дає F1 0.89, але inference на CPU — 180ms. Дистиляція в DistilBERT або ruBERT‑tiny2 знижує latency до 25ms при F1 0.84. DistilBERT працює в 7 разів швидше за BERT‑large при падінні F1 лише на 5%. Експорт в ONNX Runtime з int8 quantization дає додатковий 1.5‑2x. Оцінимо проект — розрахуємо економію на інфраструктурі.

Як вибрати модель класифікації під ваш датасет?

Для малих датасетів (до 5000 прикладів) достатньо fine‑tuned DistilBERT. Якщо потрібна багатомовність — XLM‑RoBERTa. При жорстких обмеженнях latency — дистильована модель з ONNX Runtime. Ми допомагаємо обрати оптимальний трейдофф якість/швидкість/вартість інфраструктури.

NER: розпізнавання іменованих сутностей

NER — вилучення персон, організацій, локацій, дат, сум, номерів документів. Для загальних категорій (PER, ORG, LOC) переднавчені моделі працюють добре. Для спеціалізованих (медичні терміни, юридичні поняття) — потрібен fine‑tuning.

Розмітка даних. Основна вартість NER‑проекту. Для якісної моделі — 500‑2000 розмічених речень на кожен тип сутності. Інструменти: Label Studio (open source) або Prodigy (від творців spaCy). Формат IOB2 — стандарт.

Архітектура. Token classification поверх BERT: кожному токену мітка (B‑PER, I‑PER, O). spaCy 3.x з transformer pipeline — зручний production‑вибір.

Вкладені сутності. Стандартні IOB‑моделі не обробляють вкладені сутності (організація всередині адреси). Для таких задач — span‑based NER: SpanBERT або SpERT. Складніше, але правильно.

Постобробка обов’язкова. Модель передбачає токени — потрібні нормалізовані сутності. Дата — dateparser. Суми — regex + валідація. Імена — дедуплікація через rapidfuzz. Входить у нашу стандартну поставку.

Sentiment Analysis та opinion mining

Бінарна класифікація positive/negative працює з BERT з коробки. Складність — аспектна тональність (ABSA): «у ресторані хороша кухня, але жахливий сервіс». Для ABSA: aspect extraction (NER) + sentiment за кожним аспектом. Joint моделі BERT‑for‑ABSA — якість на російських даних нижча через дефіцит датасетів. RuSentiment, SentiRuEval — основні ресурси.

Для продакшену з простим позитив/негатив/нейтраль: distil‑моделі достатньо. Три класи, balanced датасет, 2000+ прикладів — F1 macro 0.82‑0.87 за 1‑2 дні.

Сумарізація тексту

Екстрактивна сумарізація (обираємо речення) — TextRank або BM25 без навчання. Швидко, не галюцинує. Добре для довгих документів.

Абстрактивна (генерує новий текст) — seq2seq: mT5, mBART, FRED‑T5, ruT5‑large. Для production через LLM API (GPT‑4, Claude) — часто найкращий трейдофф вартість/якість/швидкість. Звертайте увагу на context window моделі: для документів > 4k токенів використовуйте chunking.

Ембеддинги: векторні представлення тексту

Ембеддинги — основа семантичного пошуку, дедуплікації, кластеризації, RAG. Якість критично впливає на downstream задачі.

Моделі. E5‑large‑v2, BGE‑M3, multilingual‑e5‑large — сильні multilingua embedders. sentence‑transformers/paraphrase‑multilingual‑mpnet‑base‑v2 — швидкий варіант. Для російської: ru‑en‑RoSBERTa (Skoltech) хороший на semantic textual similarity.

Як оцінити якість ембеддингів? MTEB benchmark — стандарт. Але топові результати на MTEB не гарантують успіх на доменному датасеті — будуємо домен‑специфічний eval.

Fine‑tuning ембеддингів. Якщо стандартні моделі не дають потрібного Recall@k — contrastive learning на доменних парах з MultipleNegativesRankingLoss. 500‑2000 пар, 1‑3 епохи — 5‑15% приріст Recall@k.

Розмірність та зберігання. E5‑large: 1024 dim, float32 — 4KB на вектор. При 10M документів — 40GB. INT8 quantization знижує до 10GB. FAISS IVF_PQ — ще компактніше, але з втратами. Входить у наші рекомендації по деплою.

Вилучення інформації

Структуроване вилучення — одна з частих задач. Приклади: ключові умови договору, технічні характеристики, дати та суми з рахунків.

1. Regex + rule-based. Для ІПН, ЄДРПОУ, сум, дат — надійніше нейромережі. Не потребує даних.
2. NER + постобробка. Для варіативних форматів.
3. LLM з structured output. GPT‑4 / Claude з JSON schema — для складних документів. Вартість: залежить від обсягу документів. Для 10k+ документів/день — рахуємо економіку.

Гарантуємо гібрид: regex/NER для типових полів + LLM для edge cases. Сертифікат довіри: 5 років на ринку, >30 проектів.

Етапи роботи

Прототип на існуючих даних — 1‑3 тижні. Production‑система з CI/CD — 1.5‑2.5 місяця. Вартість розраховується індивідуально — зв'яжіться з нами для консультації та оцінки.

Що входить у роботу

• Документація з архітектури моделі та пайплайну
• Доступи до моделі через REST API (FastAPI + ONNX)
• Навчання команди замовника (2 години вебінару + Q&A)
• Гарантія на точність моделі на обумовленій тестовій вибірці
• Підтримка 3 місяці після здачі (багфікс, адаптація під нові дані)

Наш досвід

Понад 5 років у NLP, 30+ проектів від класифікації до RAG‑систем. Команда включає ML‑інженерів з досвідом у Hugging Face, spaCy, LangChain, MLOps. Використовуємо vLLM, Kubeflow, Weights & Biases — продакшен‑стек, а не іграшки. Замовте консультацію — оцінимо проект за 2 дні.