论文部分内容阅读
在线商品虚假评论的出现使消费者利益受到损害,而对于虚假评论识别的传统方法往往依赖于人工提取文本特征,专业领域知识的受限导致特征提取不全面、模型分类效果不理想。针对这些不足,本文提出基于卷积神经网络的学习框架,利用不同大小的卷积核学习评论更深层次的文本特征,同时减少了人为特征提取所需要的工作量。实验结果表明该方法在准确率和F值均取得了较好的效果。