[發明專利]一種基于滾動式協同訓練的虛假評論識別方法

在審

• 申請號: 202010523660.3
• 申請日: 2020-06-10
• 公開（公告）號: CN111666480A
• 公開（公告）日: 2020-09-15
• 發明（設計）人: 王敬東;闞海濤;孟凡奇;李佳
• 申請（專利權）人: 東北電力大學
• 主分類號: G06F16/9532
• 分類號: G06F16/9532;G06F16/35;G06K9/62
• 代理公司: 西安合創非凡知識產權代理事務所(普通合伙) 61248
• 代理人: 楊蕾

1.一種基于滾動式協同訓練的虛假評論識別方法，其特征在于，包括：

獲取評論文本，根據所述評論文本確定評論文本內容特征；

獲取評論文本對應的評論者信息，根據所述評論者信息確定評論者行為特征；

根據評論文本內容特征和評論者行為特征進行虛假評論識別；

輸出虛假評論識別結果。

2.根據權利要求1所述的基于滾動式協同訓練的虛假評論識別方法，其特征在于，所述評論文本內容特征包括：語性特征、詞匯特征、情感特征和字符特征；

其中：

語性特征即段落向量，指文本深層次語義表示；

詞匯特征即詞性頻率，指文本中各詞性詞數與總詞數比值；

情感特征包括：情感評分一致性、情感強度和情感詞匯特征，所述情感詞匯特征指文本中正面與負面情感詞詞數與總詞數比值；

字符特征即評論文本長度；

根據所述評論的語性特征、詞匯特征、情感評分一致性、情感強度和情感詞匯特征和字符特征的特點提取該評論語性特征、詞匯特征、情感評分一致性、情感強度和情感詞匯特征和字符特征的特征值，并對該特征值進行歸一化處理，使其在區間[-1.0,1.0] 內。

3.根據權利要求2所述的基于滾動式協同訓練的虛假評論識別方法，其特征在于，所述詞性特征的提取方法見公式（1）：

式中，表示形容詞個數，表示副詞個數，為表示評論的總詞數。

4.根據權利要求2所述的基于滾動式協同訓練的虛假評論識別方法，其特征在于，所述情感強度特征的提取方式為：

首先提取情感單元，利用語料庫和情感詞典，抽取指定詞性搭配模式的情感詞和上下文，構建三元搭配單元，三元情感單元定義為：

，其中u為情感單元，w為情感詞語，n為否定詞，adv為程度副詞；情感強度計算公式見式（2）：

式中，表示評論文本的情感強度，W_j為評論句中情感詞，re為評論句，表示情感詞的極性，情感積極時值為1，相反為-1，表示程度副詞的權值，表示每個情感詞前的否定詞數量，無否定詞為0，若有奇數個否定詞則值為-1，偶數個否定詞值為1。

5.根據權利要求1所述的基于滾動式協同訓練的虛假評論識別方法，其特征在于，所述評論者行為特征包括：評分異常特征、數量異常特征和內容異常特征；

其中:

評分異常特征包括：

文本評分偏差，指該評分與該目標對象的平均評分的偏差；

評論者評分偏差，指該評論與評論者的平均評分的偏差；

極端評分，1星或5星評價；

數據異常特征指標包括：評論者日最大評論數、總評論數和評論頻繁度；所述評論頻繁度指評論者每日評論數同日平均評論數差值最大值；及

內容異常特征，指文本與該目標對象的所有文本相似度最大值；

根據所述文本評分偏差、評論者評分偏差、極端評分、評論者日最大評論數、總評論數、評論頻繁度和內容異常特征的特點分別提取所述文本評分偏差、評論者評分偏差、極端評分、評論者日最大評論數、總評論數、評論頻繁度和內容異常特征的特征值，并對所述文本評分偏差、評論者評分偏差、極端評分、評論者日最大評論數、總評論數、評論頻繁度和內容異常特征的特征值進行歸一化處理，使其在區間[-1.0,1.0] 內。

6.根據權利要求5所述的基于滾動式協同訓練的虛假評論識別方法，其特征在于，所述內容異常特征中文本相似度的提取方式為：先把兩條評論用Doc2Vec表征為80維的段落向量，文本相似度計算見公式（4）：

式中，表示文本相似度特征值，為待測評論，為目標文本庫中的評論，遍歷目標庫，求得最大值作為文本相似度特征值。

7.根據權利要求5所述的基于滾動式協同訓練的虛假評論識別方法，其特征在于，所述評分異常特征中的文本評分偏差特征提取方法見公式（5）：

式中，為文本評分偏差特征值，為該評論的評分等級，為該目標商品所有評分等級的平均值，為評級系統最大可能偏差。