公开(公告)号：CN112463966B

公开(公告)日：2024-04-05

申请号：CN202011423884.3

申请日：2020-12-08

Applicant: 北京邮电大学

Inventor： 吴晓非 ,  王振山 ,  禹可

IPC: G06F16/35 ,  G06F40/216 ,  G06F40/279 ,  G06F40/30 ,  G06Q30/0282 ,  G06Q30/018 ,  G06F18/214 ,  G06F18/241 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明提供一种虚假评论检测模型训练方法、检测方法及装置，所述训练方法中，基于训练样本集，在词向量库和情绪向量库中检索样本评论文本中的每个单词对应的词向量和情绪向量，将各词向量按照顺序连接成第一输入向量，将各情绪向量按照顺序连接成第二输入向量；初始网络模型利用第一卷积神经网络提取第一输入向量的语义特征向量，利用第二卷积神经网络提取第二输入向量的情绪特征向量，将语义特征向量、情绪特征向量、评论主体特征向量和被评论主体特征向量进行线性连接后，通过全连接层和激活函数进行分类；采用训练样本集对初始网络模型进行训练得到虚假评论检测模型。基于语义特征和情绪特征共同分析，以获得更准确的识别检测效果。

公开(公告)号：CN112463966A

公开(公告)日：2021-03-09

申请号：CN202011423884.3

申请日：2020-12-08

Applicant: 北京邮电大学

Inventor： 吴晓非 ,  王振山 ,  禹可

IPC: G06F16/35 ,  G06F40/216 ,  G06F40/279 ,  G06F40/30 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06Q30/00 ,  G06Q30/02

Abstract: 本发明提供一种虚假评论检测模型训练方法、检测方法及装置，所述训练方法中，基于训练样本集，在词向量库和情绪向量库中检索样本评论文本中的每个单词对应的词向量和情绪向量，将各词向量按照顺序连接成第一输入向量，将各情绪向量按照顺序连接成第二输入向量；初始网络模型利用第一卷积神经网络提取第一输入向量的语义特征向量，利用第二卷积神经网络提取第二输入向量的情绪特征向量，将语义特征向量、情绪特征向量、评论主体特征向量和被评论主体特征向量进行线性连接后，通过全连接层和激活函数进行分类；采用训练样本集对初始网络模型进行训练得到虚假评论检测模型。基于语义特征和情绪特征共同分析，以获得更准确的识别检测效果。