基于变体词识别的直播违规行为检测方法、装置及设备

本发明提出了一种基于变体词识别的直播违规行为检测方法，包括：基于语音识别模型和光学字符识别模型，获取直播间的音频和视觉文字，并转化为文本数据；提取文本数据，并进行多层级变体词识别，包括：基于正则匹配的变体词识别、基于统计语言模型的变体词识别和基于大语言模型的变体词识别；基于识别到的变体词，获取变体词的原词，并将原词与敏感词库进行匹配，判断原词是否存在；如果原词存在，则调取变体词前后设定时长的视频数据，并保存为违规证据。本申请采取不同的识别检测方法来应对不同类型的变体词，在不同时间粒度采用不同精细度的变体词识别方法，实现了直播违规行为检测技术中实时性与准确性的平衡。