基于多特征和深度学习的垃圾评论识别方法

摘要

本发明公开了一种基于多特征和深度学习的垃圾评论识别方法。首先对文本进行预处理，然后使用Word2Vec的Skip‑Gram模型生成词向量，之后使用CNN和Bi‑GRU分别提取评论文本内容的局部特征和序列特征，然后手动提取评论者特征，最后将这些特征融合在一起输入到全连接层，再经过Softmax激活函数输出分类结果。本发明考虑到了评论文本内容的局部特征和序列特征、评论者特征、评论的认可特征等多个特征，使特征更加全面和丰富，从而使识别更加准确。