LSTM多模态虚假评论检测

在线评论作为重要的用户反馈和产品推荐渠道,其真实性和可信度至关重要。但是,虚假评论的存在严重影响在线评论的可信度。本文针对在线评论数据集中的多模态融合问题与样本集不平衡的问题,以某电商平台上一款热销手机的评论数据为基础进行试验。结果表明,长短期记忆网络(LSTM)模型在处理多模态的虚假评论识别上有着非常显著的效果。本文的研究有效解决了多模态数据的融合问题,为多模态虚假评论的治理与防范提供了有益思路。训练后的长短期记忆网络模型能够很好地识别多模态虚假评论,识别精度和效果理想,为自动检测多模态虚假评论提供了实际基础。