基于聚类与句子加权的欺骗性评论检测

摘要

消费者在购物前往往会参考产品评论,欺骗性评论容易误导顾客使其作出错误决定.现有检测欺骗性垃圾评论的方法大多采用机器学习方法,难以学习评论的潜在语义.因此提出一个基于聚类与注意力机制的神经网络模型学习评论语义表示.该模型使用基于密度峰值的快速搜索聚类算法找出词向量空间语义群,通过KL-divergence计算权重,然后综合句子中单词与单词所属的语义群得到句子表示.实验结果表明,该模型准确率达82.2％,超过现有基准,在欺骗性垃圾评论识别中具有一定使用价值.