原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
四川大学 ( )
46 3 学报 工程科学版 Vol． 46 No． 3
第 卷第 期
2014 5 JOUＲNAL OF SICHUAN UNIVEＲSITY (ENGINEEＲING SCIENCE EDITION) May 2014
年 月
文章编号:1009-3087 (2014)03-0062-08
基于半监督学习算法的虚假评论识别研究
*
， 鸿 ，
任亚峰 姬东 尹 兰
( ， 430072 )
武汉大学 计算机学院 湖北武汉
: 。 ，
摘 要 已有的虚假评论识别方法主要采用启发式策略或简单特征建模 针对这些方法的不足 提出使用机器学
。 ，
习方法识别虚假评论 首先整合计算语言学与心理语言学的知识对评论文本进行建模 使用全监督学习算法来评
， 。 ， 2
价不同特征建模的性能 选出最好的特征组合 为了提高识别性能 设计 种半监督学习算法充分利用大量的未
。 。
标注文本 实验结果证实所提算法超过当前的基准
: ; ; ;
关键词 机器学习 半监督学习 计算语言学 虚假评论
中图分类号:TP391 文献标志码:A
Deceptive Ｒeviews Detection Based on Semi-supervised Learning Algorithm
*
ＲEN Yafeng ，JI Donghong ，YIN Lan
(Computer School ，Wuhan Univ． ，Wuhan 430072 ，China)
Abstract :Machine learning methods were presented to identify deceptive reviews． With the integration of knowledge from computational
linguistics and psycholinguistics ，supervised method was developed to evaluate the performance of different feature modelings ，and select
the best mixed features． Then ，two semi-supervised learning methods were designed to exploit the large amount of unlabeled data． The re-
sults showed the proposed methods outperform the current baselines．
Key words :m
文档评论（0）