基于深度学习的虚假评论识别

被引：11

作者：

皮琪 ^{[1
]}

王文杰 ^{[2
]}

杨飞 ^{[2
]}

赵耀 ^{[1
]}

机构：

[1] 北京邮电大学网络与交换技术国家重点实验室

[2] 空间物理重点实验室

来源：

网络新媒体技术 | 2016年 / 5卷 / 06期

关键词：

虚假评论识别; 深度学习; 特征提取;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理]; TP18 [人工智能理论];

学科分类号：

120506 [数字人文]; 140502 [人工智能];

摘要：

虚假评论识别在评论网站发展迅速的今天越来越重要。有效的区分虚假评论和真实评论是当今评论网站的急切需求。过去对于虚假评论识别主要是通过手工提取特征,用传统机器学习的算法来进行识别。但是通过依靠人对该领域的认识来提取特征会有一些信息上的流失。基于这样的因素,提出了深度学习的框架来对虚假评论进行识别。同时使用评论的内容和评论的其他信息来对评论进行真伪的鉴别。模型相对于传统的方法识别率有很大的提升。

引用

页码：30 / 33

页数：4