在应对海量产生的互联网数据时，审核的方式有机器审核和人工审核两个大类。

机器审核。机器审核是按照制定好的规则或机器学习算法对内容进行审核。一般情况下，成熟的审核系统能将提交待审核信息中的95%甚至99%以上的内容都自动审核并做出处理。机器审核的优点包括：效率高（基于人工智能算法的内容审核机器系统支持7*24不间断执行内容审核任务）、审核标准统一（不会受到情绪/观念等主观因素影响导致审核结果出现偏差）、成本低廉（相较于人工审核，机器审核成本低廉）。当然，机器审核也有其天生的缺点，审核算法需要定期更新以适应最新的内容合规性要求、对应特殊的审核场景，可能会存在误检或漏检的情况、应对某些对审核结果精度要求高的场景，机器审核可靠性将大大降低等。

虽有缺点，机器内容审核在当今互联网数据安全治理领域仍旧扮演着越来越重要的角色。进一步地，根据审核对象数据格式的不同，机器审核包括文本审核、图像审核、音频审核、视频审核、文档审核、Web内容审核等。

人工审核。针对机器审核无法覆盖的特殊场景，或者用户对于机器审核结果存在异议的场景，为了保证内容审核结果的客观性与准确性，此时需要人工审核介入，弥补因违规内容处于机器审核规则之外导致的误检和漏检的情况。作为机器审核的补充，人工审核拥有着准确性高、审核结果更符合人类判断、在复杂特殊场景审核可靠性强等优点，但人工审核同时存在着效率低下、无法实时提供审核服务、成本高昂等缺点。一般情况下，人工审核需要承担的审核任务占平台内容数量的比例不超过5%。通过机器审核和人工审核相结合的方式，一套相对完整的内容审核体系即搭建完成。不考虑人工审核基于审核人主观判断标准得到的审核结果，如何训练机器使得机器能按照人类的思维惯性和判断标准进行内容审核，这是内容审核业界一直关注和追求的。