一种基于注意力机制的无监督对抗模型用于电影评论垃圾检测
多媒体
2021-04-14 v1
摘要
随着互联网的普及，在线评论已成为人们宝贵的信息资源。然而，在线评论的真实性仍令人担忧，欺骗性评论已成为最亟待解决的网络安全问题之一。评论垃圾会误导用户做出次优选择，并损害其对在线评论的信任。现有研究多手动提取特征并标注训练样本，通常复杂且耗时。本文主要关注一个被忽视的新兴领域——电影评论，并提出了一种带注意力机制的无监督垃圾检测模型。通过提取评论的统计特征，发现用户会在评论中就电影的不同方面表达情感。在评论嵌入中引入注意力机制，并利用条件生成对抗网络学习用户针对不同电影类型的评论风格。所提模型在从豆瓣（一个可表达观影感受的中文在线社区）爬取的电影评论上进行评估。实验结果证明了该方法优越的性能。
引用
@article{arxiv.2104.00955,
title = {An attention-based unsupervised adversarial model for movie review spam detection},
author = {Yuan Gao and Maoguo Gong and Yu Xie and A. K. Qin},
journal= {arXiv preprint arXiv:2104.00955},
year = {2021}
}