竭尽想象寻找欺骗性意见垃圾信息
计算与语言
2011-07-25 v1 计算机与社会
摘要
消费者越来越多地在线对产品进行评分、评论和研究。因此，包含消费者评论的网站正成为意见垃圾信息的目标。虽然最近的工作主要关注可手动识别的意见垃圾信息实例，但在这项工作中，我们研究的是欺骗性意见垃圾信息——那些被故意写得听起来真实的虚构意见。整合心理学和计算语言学的工作，我们开发并比较了三种检测欺骗性意见垃圾信息的方法，并最终开发了一个在我们金标准意见垃圾信息数据集上准确率接近90%的分类器。基于我们学习模型的特征分析，我们还做出了几项理论贡献，包括揭示了欺骗性意见与想象性写作之间的关系。
引用
@article{arxiv.1107.4557,
title = {Finding Deceptive Opinion Spam by Any Stretch of the Imagination},
author = {Myle Ott and Yejin Choi and Claire Cardie and Jeffrey T. Hancock},
journal= {arXiv preprint arXiv:1107.4557},
year = {2011}
}
备注
11 pages, 5 tables, data available at: http://www.cs.cornell.edu/~myleott