判断缩量的过程可以通过以下几个步骤进行：

1. 收集数据：首先需要获取待判断的内容数据，可以是文字、图片、视频或其他形式的媒体。

2. 制定标准：根据要求，制定判断缩量的标准。在这个过程中，明确规定不允许出现政治、seqing、db和暴力等内容。

3. 制定算法：根据标准，制定判断缩量的算法。这个算法可以是基于规则的，也可以是基于机器学习的。基于规则的算法通过设定一系列的规则来判断内容是否符合要求，而基于机器学习的算法通过训练模型来自动学习判断标准，然后根据学习到的模型来进行判断。

4. 特征提取：针对不同形式的媒体，需要提取相应的特征。例如，对于文字内容，可以提取关键词、句子长度、情感倾向等特征；对于图片和视频，可以提取颜色分布、纹理特征、物体识别等特征。

5. 判断缩量：根据提取的特征和制定的算法，对待判断的内容进行缩量判断。算法会根据标准进行判断，并输出判断结果。

6. 结果过滤：对判断结果进行过滤，将含有政治、seqing、db和暴力等内容的结果进行剔除。

7. 人工审核：为了提高准确性，可以进行人工审核。人工审核可以通过人工阅读、观看或审查待判断的内容，然后根据标准进行判断。

8. 优化和迭代：根据实际情况，不断优化和迭代判断缩量的算法和标准，以提高判断准确性和效率。

需要注意的是，判断缩量是一个复杂的任务，准确性并非百分之百。因此，在实际应用中，可以结合多种方法和技术，采用多个层面的筛选和审核，以提高判断的准确性和可靠性。