poemWineTea

摘要： 在线评论对顾客购买任何产品或服务的决策都有重要影响。然而，虚假评论会误导消费者和公司。其中许多模型都有一定的局限性，导致在区分真实评论和虚假评论时准确率较低。这些模型仅关注语言特征来检测虚假评论，未能捕捉评论的语义含义。针对此问题，提出一种新的集成模型，利用transformer架构发现虚假评论序列中的隐藏模式，并对其进行精确检测。所提出的方法结合了三个transformer模型，以提高虚假和真实行为剖析和建模的鲁棒性，以检测虚假评论。在半真实基准数据集上的实验结果表明，所提模型优于现有模型。 阅读全文