典型文献
IMTS:融合图像与文本语义的虚假评论检测方法
文献摘要：
[目的]针对网络"水军"发布的虚假评论信息在电商网站泛滥的问题,集成了一种面向中文电商网站评论的融合图像信息与文本语义的虚假评论检测方法(IMTS).[方法]IMTS方法使用文本卷积神经网络及BERT预训练模型分别对文本评论信息进行特征提取,并得到对应的特征向量.再融入评论者特征,通过拼接评论文本语义与评论者ID的输出特征,进一步加强模型对整体语义信息的捕捉.将用户在评论中发布的图片利用残差网络进行特征抽取,获得对应的视觉特征,最后将文本特征与视觉特征进行多模态融合,检测虚假评论.[结果]IMTS方法在自建的多模态中文虚假评论数据集上,达到0.963 6的准确率、0.963 5的召回率以及0.963 5的Fl值.[局限]限于计算能力,本文数据集规模较小,且在文本处理阶段使用了BERT预训练模型,在大规模的数据计算情况下,时间成本较高.[结论]运用多模态思想以及特征融合方法对虚假评论文本进行特征补充从而检测虚假评论是有效的,此方法可以有效提升虚假评论整体的检测精度.
文献关键词：
虚假评论;多模态;文本;图像;BERT
中图分类号：
作者姓名：
施运梅;袁博;张乐;吕学强
作者机构：
北京信息科技大学网络文化与数字传播北京市重点实验室 北京100101;北京信息科技大学计算机学院 北京100101
文献出处：
引用格式：
[1]施运梅;袁博;张乐;吕学强-.IMTS:融合图像与文本语义的虚假评论检测方法)[J].数据分析与知识发现,2022(08):84-96
A类：
IMTS
B类：
融合图像,文本语义,虚假评论,水军,评论信息,电商网站,泛滥,文电,图像信息,文本卷积神经网络,BERT,预训练模型,文本评论,特征向量,再融入,评论者,拼接,评论文本,ID,语义信息,残差网络,特征抽取,视觉特征,文本特征,多模态融合,评论数据,召回率,Fl,计算能力,规模较,文本处理,数据计算,时间成本,特征融合,融合方法,检测精度
AB值：
0.316869
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
