科研之友
微信
新浪微博
Facebook
分享链接
摘要
【目的】在线评论有用性有助于消费者快速获取有效的信息，本研究利用深度学习模型对旅游评论的有用性进行识别，以更好地让消费者和酒店管理者受益。【方法】本文提出多维度图卷积网络和多模态融合的有用性识别方法，使用BERT和MAE分别对文本和图片进行预训练，利用多维度图卷积网络对多模态特征进行建模，再通过注意力机制捕捉多模态间的交互信息，最后融入文本特征进行有用性识别。【结果】在Yelp数据集上进行对比实验，结果表明该方法检测的准确率为73.21%，相较于传统单模态和现有多模态模型，提升5%～15%。【局限】目前仅在Yelp数据上尝试文本和图片两种模态，在其他数据融合以及更多模态后续有待研究。【结论】本文将多维度的图卷积网络和多模态特征融入有用性识别中，有效提升识别的效果。
- 单位
