典型文献
采用CNN-LSTM与迁移学习的虚假评论检测
文献摘要：
随着互联网的发展,网购风行千家万户,商品服务在线评价对用户决策产生很大影响.但网上评价门槛较低,其中不乏虚假评价,极大影响了消费者与商家权益.针对此问题,提出一种基于CNN-LSTM模型与迁移学习相结合的虚假评论检测方法.使用CNN-LSTM算法,结合Doc2Vec与TF-IDF方法,将评价文本向量化后作为特征,利用Glove数据集进行迁移学习.与其他方法进行对比验证,结果显示该检测方法检测与识别准确率更高,在英文酒店评论数据集deceptive-opinion-spam-corpus上的实验测试中,正确率达到了93.1％.
文献关键词：
文本分析;CNN;LSTM;虚假评价识别
中图分类号：
作者姓名：
陈宇峰
作者机构：
兰州大学数学与统计学院,甘肃兰州730000
文献出处：
引用格式：
[1]陈宇峰-.采用CNN-LSTM与迁移学习的虚假评论检测)[J].软件导刊,2022(02):63-67
A类：
spam,虚假评价识别
B类：
迁移学习,虚假评论,网购,风行,千家万户,在线评价,用户决策,不乏,商家,Doc2Vec,TF,IDF,文本向量化,Glove,其他方法,对比验证,检测与识别,识别准确率,酒店,评论数据,deceptive,opinion,corpus,实验测试
AB值：
0.458267
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。
