人工智能技术在广播电视监测监管中的应用.pdf

TECHNOLOGYAPPLICATION技术应用

人工智能技术在广播电视监测监管中的应用

■■甘肃省广播电视局玛曲广播转播台：李吉焕；甘肃省广播电视局五三五台：苏红霞

【摘要】在信息技术日益发展的今天，广播电视行业作为传统媒体领域的重要组成部分，也在不断探索如何

利用新技术推动行业的发展与进步。人工智能技术作为一种颠覆性的技术，在广播电视监测监管领域展现出

了巨大的潜力和应用前景。广播电视监测监管作为保障社会公共利益和促进广播电视行业健康发展的重要机

制，其效率和准确性直接关系到广播电视内容的质量、安全和合法性。本文探讨了人工智能技术在广播电视

监测监管中的应用，并以优化策略为主要研究内容，以期为广播电视行业的监管工作提供新思路和新方法。

【关键词】人工智能技术；广播电视；监测监管

中图分类号：TN92文献标识码：ADOI：10.12246/j.issn.1673-0348.2024.11.007

广播电视行业作为传统媒体领域的重要组成部分，技术的发展将深刻改变人类社会的生产、生活和管理方

在信息时代的快速发展下，面临着日益复杂的监管环境式，将对社会产生深远的影响。例如，AI技术的普及将

和技术挑战。广播电视内容的丰富性和广泛性使得监管提高生产效率和经济增长，推动产业升级和结构调整；

工作变得尤为复杂，而传统的人工监测手段已难以满足AI技术的应用也将引发一系列社会问题和挑战，如就业

监管的要求，效率低下、成本高昂，且容易出现遗漏和结构调整、隐私保护、道德伦理等方面的问题。

错误。本文基于若干人工智能技术的概述，结合分析了1.2机器学习与深度学习算法

当前广播电视监测监管面临的现状与挑战，并从广播电机器学习是人工智能的一个分支，其核心思想是让

视节目内容审核、广告监测、频道管理、版权保护、舆计算机通过从数据中学习模式和规律，从而实现特定任

情监测、数据分析决策等多个层面探讨了人工智能技术务的能力而无需明确编程[2]。在广播电视监测监管中，

的应用策略。机器学习算法可以通过对海量数据的训练和学习，提高

1.■人工智能技术概述监测和监管效率。深度学习则是机器学习的一种特殊形

1.1人工智能技术的发展式，它模仿人类大脑神经元之间的连接方式，通过多层

随着计算机技术、算法优化和大数据技术的不断进神经网络实现对复杂数据的学习和分析。由于广播电视

步，人工智能技术已经取得了许多突破性进展，如深度节目内容的多样性和复杂性，深度学习在视频内容识别、

学习、自然语言处理、计算机视觉等领域的突破性成果，语音识别等方面均有着广泛的应用前景。

为AI技术的发展提供了坚实的技术基础和支撑。人工智1.3计算机视觉技术

能技术在各个行业的应用场景日益丰富，涵盖了医疗健计算机视觉是人工智能领域的重要组成部分，其主

康、金融、零售、制造业等多个领域[1]。在医疗健康领要任务是让计算机能够“看懂”图像和视频。在广播电

域，AI技术可以辅助医生进行诊断、制定治疗方案，提视监测中，计算机视觉技术可以用于识别视频中的场景、

高医疗效率和诊断准确度；在金融领域，AI技术可以用物体、人物等信息，从而实现对节目内容的理解和分析。

于风险评估、信用评级、反欺诈等方面，提高金融服务例如，通过目标检测算法可以准确快速地识别广告片段、

的智能化水平。随着AI技术的不断发展，其应用场景不暴力场景等特定内容，帮助监管部门及时发现违规行为。

断扩展到更多领域，如智能驾驶、智能家居、智能城市1.4自然语言处理技术

等。在智能驾驶领域，人工智能技术可以实现车辆自动