基于监督机器学习与 BERT 模型的在线虚假评论检测
计算与语言
2023-01-10 v1 人工智能
信息检索
摘要
近年来在线商店稳步增长。由于这些业务的海量增长，虚假评论的检测已引起关注。虚假评论严重试图误导顾客，从而破坏在线购物环境的诚信与真实性。迄今为止，已提出各种考虑评论实际内容的虚假评论分类器。为改进现有虚假评论分类或检测方法的准确率，我们提出使用 BERT（来自 Transformers 的双向编码器表示）模型从文本（即评论）中提取词嵌入。词嵌入通过 SVM（支持向量机）、随机森林、朴素贝叶斯等多种基本方法获得。还考虑了混淆矩阵方法以评估并图形化表示结果。结果表明，SVM 分类器在准确率和 f1-score 上优于其他分类器，准确率达 87.81%，比先前研究 [5] 中使用的分类器高出 7.6%。
引用
@article{arxiv.2301.03225,
title = {Online Fake Review Detection Using Supervised Machine Learning And BERT Model},
author = {Abrar Qadir Mir and Furqan Yaqub Khan and Mohammad Ahsan Chishti},
journal= {arXiv preprint arXiv:2301.03225},
year = {2023}
}