基于半监督主动学习的虚假评论检测.pdfVIP

40 5 ( ) Vol． 40 No. 5 第 卷 第 期 昆明理工大学学报 自然科学版 2015 10 Journal of Kunming University of Science and Technology (Natural Science Edition) Oct． 2015 年 月  doi :10 ． 16112 /j ． cnki． 53 － 1223 / n． 20 15 ． 05 ． 0 10 基于半监督主动学习的虚假评论检测 ， ， ， ， 宋海霞 严 馨 余正涛 石林宾 郭剑毅 ( ; ， 650500) 昆明理工大学信息工程与自动化学院 云南省计算机技术应用重点实验室 云南昆明 : ， 摘要 基于有监督的虚假评论检测方法受限于标注语料的规模 为了更好地利用未标注评论数据 ， ． 来提高分类器的正确率和泛化能力 本文提出一种基于半监督主动学习的虚假评论检测方法 首 ， ， ． 先 定义并提取评论内容特征以及评论者行为特征 结合这两类特征来对虚假评论进行检测 然 ， ， ， 后 采用基于熵的主动学习算法选择对学习最有帮助的评论样本 获得其类别标注 将其合并到 Tri － training ， ， 基于 的半监督学习算法的训练集中 利用大量未标注评论数据进行学习 提升分类 ． ， ， ， ， 器性能 最后 在领域评论数据集上进行实验 结果表明 将半监督学习与主动学习相结合 能够 更有效的利用未标注评论数据， ． 从而有效地提高虚假评论检测的效果 : ; ; ;Tri － training 关键词 虚假评论 半监督学习 主动学习 中图分类号:TP391. 1 文献标志码:A 文章编号:1007 － 855X (20 15)05 － 0059 － 07 Detection of Fake Ｒeviews Based on Semi － Supervised Active Learning SONG Hai-xia ，YAN Xin ，YU Zheng-tao ，SHI Lin-bin ，GUO Jian-yi (Faculty of Information Engineering and Automation ;Yunnan Provincial Key Laboratory of Computer Applicat