تعلمت ويكيبيديا اكتشاف تعديلات المقالات غير الصحيحة تلقائيًا باستخدام AI

المصدر: ويكيميديا ​​تلقت

موسوعة الإنترنت ويكيبيديا أداة جديدة - خدمة بعناصر الذكاء الاصطناعي التي ستساعد على الكشف التلقائي عن التعديلات غير الصحيحة لمواد الموارد. ستقوم خدمة ORES (خدمة تقييم مراجعة الهدف) بفحص جميع التعديلات بحثًا عن البريد العشوائي أو التصيد. مبتكر ORES هو مؤسسة ويكيميديا. يقول المطورون أن الخدمة الجديدة تعمل مثل نظارات الأشعة السينية (ومن هنا تظهر صورة الإعلان. سيبرز النظام الآن كل شيء يبدو مريبًا ثم يرسله إلى المحرر البشري للتحقق منه. إذا قرر المسؤول عدم استخدام التعديل ، فسيستلم المستخدم الذي اقترحه إشعارًا هذا النظام أكثر سهولة في الاستخدام لأنه لا يتم إرسال أي إخطارات للمستخدمين في الوقت الحالي.

قام فريق الموسوعة بتعليم النظام للتمييز بين التعديلات غير المقصودة وما يسمى "التعديلات الضارة". تم إجراء التدريب على أمثلة من المواد الحقيقية. الآن يمكن استخدام الخدمة الجديدة بالفعل.

يتم عرض مثال على الخدمة أدناه. يوضح كيف يرى المحررون المواد (يسار) وما يرى ORES (يمين). احتمال أن يكون النص عاديًا هو 0.0837. احتمال الضرر المتعمد للنص هو 0.9163. ونتيجة لذلك ، يفهم المحرر البشري أنهم حاولوا بالفعل إتلاف النص. في الواقع ، لا يمكن أن يطلق على جملة "تنمو اللاما على الأشجار" التحرير الصحيح.

ores.wmflabs.org/scores/enwiki/damaging/642215410



وإليك مثال لتقييم "العامل البشري"

ores.wmflabs.org/scores/enwiki/damaging/638307884



هذه ليست الأداة الأولى التي تعمل لصالح الموسوعة عبر الإنترنت. في السابق ، حاولت هذه الأنظمة أيضًا تعليم كيفية العمل ، لكن الخدمات القديمة لم تر الفرق بين "التحرير الضار" والخطأ البشري الشائع.

يبلغ متوسط ​​وقت تحليل النص حوالي 100 مللي ثانية. مدعوم الآن بـ 14 لغة. نفذت بالفعل 45 مليون تقييم. هذا ليس كثيرًا ، نظرًا لأن عدد تعديلات Wiki في اليوم يصل إلى نصف مليون. ستساعد الخدمة الجديدة المحررين على تقييم جميع التعديلات التي يقدمها المستخدمون بسرعة وفعالية.

Source: https://habr.com/ru/post/ar387355/