如何使用文本審核增強版多語言服務 - AI Guardrails

文本審核2.0版升級多語言模型能力，能夠自動判斷語種，並支援更多的語種類型。結合國際化業務特性，提供稽核原則和標籤體系。本文介紹文本審核2.0版多語言服務的內容以及使用方法。

功能特性

相比較文本審核1.0版本多語言審核服務，文本審核2.0版採用單獨的策略和標籤體系，滿足國際化業務特性。同時提供更多功能特性，簡化業務使用並輔助人工審核。

對比項	文本審核2.0版	文本審核1.0版本
多語言能力	支援38種語言類型。	支援18種語言類型。
審核能力	採用多種模型並行，結合語言和地區特性，策略更精確。	採用單個模型，結合語言特性，策略兼顧準確和召回。
標籤體系	採用國際化標籤體系，增加褻瀆、地區等國際化標籤，支援多個風險標籤和細分標籤。	沿用標籤體系，僅支援單個風險標籤。
介面功能	不需要指定輸入語種，能夠自動識別。審核後會返回語言類型和翻譯後的英文內容，用於輔助人工審核。	需要指定輸入語種，不返回翻譯內容。

支援語種

文本審核2.0版多語言服務目前支援38種語言類型。

語種類型	英文名	語言代碼
英語	English	en
中文簡體	Chinese	zh
中文繁體	Traditional Chinese	zh-tw
印尼語	Indonesian	id
馬來語	Malay	ms
泰語	Thai	th
越南語	Vietnamese	vi
他加祿語	Tagalog	tl
印地語	Hindi	hi
阿拉伯語	Arabic	ar
土耳其語	Turkish	tr
法語	French	fr
德語	German	de
俄語	Russian	ru
葡萄牙語	Portuguese	pt
西班牙語	Spanish	es
意大利語	Italian	it
荷蘭語	Dutch	nl
波蘭語	Polish	pl
日語	Japanese	ja
韓語	Korean	ko
烏爾都語	Urdu	ur
維吾爾語	Uighur	ug
孟加拉語	Bengali	bn
波斯語	Persian	fa
瑞典語	Swedish	sv
丹麥語	Danish	da
挪威語	Norwegian	no
冰島語	Icelandic	is
芬蘭語	Finnish	fi
白俄羅斯語	Belarusian	be
立陶宛語	Lithuanian	lt
捷克語	Czech	cs
斯洛伐克語	Slovak	sk
匈牙利語	Hungarian	hu
希臘語	Modern Greek	el
羅馬尼亞語	Romanian	ro
愛爾蘭語	Irish	ga

國際化標籤

文本審核2.0版多語言服務採用國際化標籤體系。如果內容存在多類風險，能夠同時返回多個標籤。標籤分類包括但不限於如下所示：

標籤類型	分類
一級標籤（labels）	violence：暴恐 contraband：違禁品 sexuality：色情 profanity：褻瀆辱罵 pullinTraffic：廣告引流 regional：地區對立 C_customized：使用者庫命中
細分標籤（riskTips）	細分標籤採用`xxx_yyy`的格式返回。例如：`contraband_Drugs`。

計費說明

文本審核2.0版服務支援按量後付費方式。

按量後付費

當您開通文本審核2.0版服務後，預設付費方式是按量後付費，且按照實際用量結算當日費用，不調用服務不收費。

審核類型	支援的業務情境（服務）	計費單價
文本審核進階（text_standard）	國際業務多語言偵測：comment_multilingual_global	0.3美元/千次
文本審核進階（text_advanced）	文本翻譯功能	0.6美元/千次說明開啟文本翻譯功能之後，每次請求每500字計費一次。

資源套件抵扣

如果您的審核量較大，或有相對固定的審核需求，建議預先購買資源套件的方式。購買資源套件規格越大，享受的折扣越大，支援疊加購買和使用。更多內容，請參見購買Alibaba Content Security Service2.0版抵扣資源套件。

該資源套件用於內容審核2.0版用量的抵扣，無法與Alibaba Content Security Service1.0版流量套件共用，具體的抵扣係數如下：

審核類型	支援的業務情境（服務）	抵扣係數
文本審核進階（text_standard）	國際業務多語言偵測：comment_multilingual_global	抵扣係數為1，表示每成功調用一次介面，抵扣資源套件的流量包容量規格1次。說明例如購買的資源套件的流量包容量規格為10次，當您成功調用1次介面，抵扣流量包容量規格1次，剩餘9次。
文本審核進階（text_advanced）	文本翻譯功能	抵扣係數為2，表示每成功調用一次介面，抵扣資源套件的流量包容量規格2次。說明例如購買的資源套件的流量包容量規格為10次，當您成功調用1次介面，抵扣流量包容量規格2次，剩餘8次。

接入指南

步驟一：開通服務

訪問開通服務，開通文本審核2.0版服務。

開通文本2.0版服務後，預設付費方式是按量後付費，且按照實際用量結算當日費用，不調用服務不收費。介面接入使用後系統會按使用量自動出賬，具體資訊，請參見計費說明。

步驟二：為RAM使用者授權

在接入SDK或者API之前，您需要為RAM使用者授權。您可以為阿里雲帳號和RAM使用者建立一個存取金鑰（AccessKey）。在調用阿里雲API時您需要使用AccessKey完成身分識別驗證。擷取方式，請參見擷取AccessKey。

操作步驟

使用阿里雲帳號登入RAM控制台。
建立RAM使用者。
具體操作，請參見建立RAM使用者。
向RAM使用者授權系統策略許可權：AliyunYundunGreenWebFullAccess。
具體操作，請參見管理RAM使用者的許可權。
完成以上配置後，您可以使用RAM使用者調用Alibaba Content Security ServiceAPI。

步驟三：安裝並接入SDK

目前支援的接入地區如下，文本審核增強版服務SDK請參考接入指南。

地區	外網接入地址	內網接入地址
新加坡	green-cip.ap-southeast-1.aliyuncs.com	green-cip-vpc.ap-southeast-1.aliyuncs.com
美國（維吉尼亞）	green-cip.us-east-1.aliyuncs.com	green-cip-vpc.us-east-1.aliyuncs.com
美國（矽谷）	green-cip.us-west-1.aliyuncs.com	暫無
倫敦	green-cip.eu-west-1.aliyuncs.com	暫無

說明

如果需要其他語言的SDK範例程式碼，您可以通過OpenAPI開發人員門戶線上調試工具調試API介面，該工具會自動產生相應API的SDK調用範例程式碼。

API

使用說明

業務介面：https://green-cip.{region}.aliyuncs.com。

您可以調用該介面建立常值內容檢測任務。關於如何構造HTTP請求，請參見請求結構；您也可以直接選用已構造好的HTTP請求，更多資訊，請參見接入指南。

計費資訊：
該介面為收費介面。僅對HTTP狀態代碼為200的請求進行計量計費，產生其他錯誤碼時不會計費。關於計費方式，請參見計費說明。

QPS限制

本介面的單使用者QPS限制為100次/秒。超過限制，API調用會被限流，這可能會影響您的業務，請合理調用。

請求參數

名稱	類型	是否必須	樣本值	描述
Service	String	是	comment_multilingual_global	審核服務類型。取值：comment_multilingual_global：國際業務多語言偵測
ServiceParameters	JSONString	是		審核服務需要的參數集。JSON字串格式，關於每個字串的描述，請參見ServiceParameters。

表 1. ServiceParameters

名稱	類型	是否必須	樣本值	描述
content	String	是	檢測內容	審核的常值內容，限定在600字元以內。
dataId	String	否	text0424****	檢測對象對應的資料ID。由大小寫英文字母、數字、底線（_）、短劃線（-）、英文句號（.）組成，不超過64個字元，可以用於唯一標識您的業務資料。
accountId	String	否	10123****	賬戶ID，標識一個賬戶的唯一ID。
deviceId	String	否	20240307****	裝置ID，標識一個裝置的唯一ID。
deviceToken	String	否	MzQvo1d7scyZ3tl_RcJ******	通過風險控制SDK擷取到的裝置令牌。

返回參數

名稱	類型	樣本值	描述
Code	Integer	200	狀態代碼。更多資訊，請參見Code說明。
Data	JSONObject		審核結果資料。更多資訊，請參見Data。
Message	String	OK	請求訊息的響應訊息。
RequestId	String	AAAAAA-BBBB-CCCCC-DDDD-EEEEEEEE****	請求ID。

表 2.Data

名稱	類型	樣本值	描述
Labels	String	sexual_content	標籤，多個標籤用英文逗號（,）分隔。包括： violence：暴恐 contraband：違禁品 sexuality：色情 profanity：褻瀆辱罵 pullinTraffic：廣告引流 regional：地區對立 C_customized：使用者庫命中
Reason	String	{"customizedWords": "HXXXXX","detectedLanguage": "en","riskTips": "sexuality_Suggestive","riskWords": "pxxxxy","translatedContent": "pxxxxy sxxxx，HXXXXX","customizedLibs": "ZXXXXX"}	原因定位的JSON字串，包含以下欄位： riskLevel：風險等級，根據系統推薦的風險等級返回，傳回值包括： high：高風險 medium：中風險 low：低風險說明高風險內容建議直接處置；中風險內容建議人工複查；低風險內容建議在高召回需求時再做處理，日常建議和未檢測到風險做相同處理。 riskTips：細分標籤 riskWords：命中風險內容 customizedWords：命中使用者詞 customizedLibs：命中使用者詞庫名 translatedContent：翻譯後的常值內容，在開啟文本翻譯功能之後返回。說明開啟文本翻譯功能當前僅新加坡地區支援，在控制台管理檢測規則中進行配置，配置會產生額外的費用，詳情請參考計費說明。
AccountId	String	10123****	賬戶ID。說明如果在檢測請求參數中傳入了accountId，則此處返回對應的accountId。
DeviceId	String	20240307****	裝置ID。說明如果在檢測請求參數中傳入了deviceId，則此處返回對應的deviceId。

樣本

請求樣本

{
    "Service": "comment_multilingual_global",
    "ServiceParameters": {
        "content": "testing content",
        "accountId": "10123****",
        "dataId": "text0424****"
    }
}

返回樣本：

同時檢測到自訂詞庫內容和風險內容，返回樣本：

{
    "Code": 200,
    "Data": {
        "DataId": "text0424****",
        "Labels": "C_customized,profanity",
        "Reason": "{\"riskLevel\":\"high\",\"customizedWords\":\"HXXXXX\",\"detectedLanguage\":\"en\",\"riskTips\":\"sexuality_Suggestive\",\"riskWords\":\"pxxxxy\",\"translatedContent\":\"pxxxxy sxxxx，HXXXXX\",\"customizedLibs\":\"ZXXXXX\"}"
    },
    "Message": "OK",
    "RequestId": "AAAAAA-BBBB-CCCCC-DDDD-EEEEEEEE****"
}

只檢測到自訂詞庫內容，返回樣本：

{
    "Code": 200,
    "Data": {
        "DataId": "text0424****",
        "Labels": "C_customized",
        "Reason": "{\"riskLevel\":\"high\",\"customizedWords\":\"HXXXXX\",\"detectedLanguage\":\"en\",\"translatedContent\":\"HXXXXX\",\"customizedLibs\":\"ZXXXXX\"}"
    },
    "Message": "OK",
    "RequestId": "AAAAAA-BBBB-CCCCC-DDDD-EEEEEEEE****"
}

只檢測到風險內容，返回樣本：

{
    "Code": 200,
    "Data": {
        "DataId": "text0424****",
        "Labels": "sexuality",
        "Reason": "{\"riskLevel\":\"high\",\"detectedLanguage\":\"ar\",\"riskTips\":\"sexuality_Suggestive\",\"riskWords\":\"pxxxxy\",\"translatedContent\":\"pxxxxy sxxxx\"}"
    },
    "Message": "OK",
    "RequestId": "AAAAAA-BBBB-CCCCC-DDDD-EEEEEEEE****"
}

未檢測到自訂詞庫內容或風險內容，返回樣本：

{
    "Code": 200,
    "Data": {
        "DataId": "text0424****",
        "Labels": "",
        "Reason": "{\"detectedLanguage\":\"en\",\"translatedContent\":\"AXXXXXX\"}"
    },
    "Message": "OK",
    "RequestId": "AAAAAA-BBBB-CCCCC-DDDD-EEEEEEEE****"
}

Code說明

Code	狀態碼	說明
200	OK	請求成功。
400	BAD_REQUEST	請求有誤。可能是請求參數不正確導致，請仔細檢查請求參數。
407	NOT_SUPPORT	無法識別或不支援該語種類型。
408	PERMISSION_DENY	可能是您的帳號未授權、帳號欠費、帳號未開通、帳號被禁等。
500	GENERAL_ERROR	錯誤。可能是服務端臨時出錯。建議重試，若持續返回該錯誤碼，請通過線上服務聯絡我們。
581	TIMEOUT	逾時。建議重試，若持續返回該錯誤碼，請通過線上服務聯絡我們。
588	EXCEED_QUOTA	請求頻率超出配額。