首页|IMTS:融合图像与文本语义的虚假评论检测方法

IMTS:融合图像与文本语义的虚假评论检测方法

扫码查看
原文链接
  • 万方数据
  • 维普
[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.
IMTS:Detecting Fake Reviews with Image and Text Semantics

施运梅、袁博、张乐、吕学强

展开 >

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

虚假评论 多模态 文本 图像 BERT

2018YFB100410062171043

2022

10.11925/infotech.2096-3467.2021.1245

数据分析与知识发现
中国科学院文献情报中心

数据分析与知识发现

CSTPCDCSSCICSCDCHSSCD北大核心EI
影响因子：1.452
ISSN：2096-3467
年,卷(期)：2022.6(8)
  • 1
  • 8