外卖评价信息对顾客、商家和平台具有非常重大的意义，为了提高分类的准确率，提出一种基于Doc2Vec和随机森林结合的本文聚类模型对外卖评价信息分类，判断外卖评价内容的真假性。首先对外卖评价信息进行数据预处理，接着通过Doc2Vec模型对外卖评价信息转化成文本向量的形式，然后通过随机森林算法进行分类。通过阿里云机器学习平台实验表明，该模型有效地提高训练效率，具有94%的召回率和85.4%的F-Measure指标，性能优于LR、GBDT、SVM、NBM和Doc2Vec等模型。
科研之友
微信
新浪微博
Facebook
分享链接
