基于情感信息预处理和Bi-GRU的虚假评论识别模型

作者：张玉莹; 朱广丽^*; 张友强; 孙争艳; 张顺香

来源：广西科学, 2023, 30(01): 169-176.

DOI：10.13656/j.cnki.gxkx.20230308.018

• 虚假评论识别
• 情感信息预处理
• 情感种子词
• Bi-GRU
• 目标优化函数

虚假评论识别在电子商务、社交媒体等领域具有重要的应用价值。尽管现有虚假评论识别模型融合了文本的情感信息，但在预训练过程中忽视了对情感信息的提取，导致准确率不高。针对此问题，本文提出一种基于情感信息预处理和双向门控循环单元(Bidirectional Gated Recurrent Unit, Bi-GRU)的虚假评论识别模型(FR-SG),用于提高虚假评论识别的准确率。首先，通过Albert模型获取文本的语义向量；然后，使用词频-逆文本频率(Term Frequency-Inverse Document Frequency, TF-IDF)和K-均值(K-means++)聚类的方法从评论中挖掘情感种子词，基于种子词对文本中的属性词和情感词进行掩码(mask);接着，使用面向情感的目标优化函数，将情感信息嵌入到语义表示中，生成情感向量；最后，将这两组向量的拼接结果输入虚假评论识别网络中，得到文本的分类结果。实验结果表明，相较于Bi-GRU+Attention模型，FR-SG提高了虚假评论识别的准确率。

• 单位
  安徽理工大学