基于文本和用户信息的在线评论质量检测

• 作者: 吴璠 周国栋 周夏冰 李寿山 王中卿
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 评论质量 用户表示 神经网络模型 注意力机制
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 情感分析与社会计算
• 页码范围: 107-114,140
• 页数: 9页
• 分类号: TP391
• 字数: 7515字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0077.2019.09.013

摘要

随着互联网的迅速发展,越来越多的用户评论出现在社交网站上.面对迅速增长的评论数据,如何为阅读评论的消费者提供准确、真实的高质量评论就显得尤为重要.评论质量检测旨在判断在线评论的质量,在传统的研究中,文本信息通常独立地被用于预测评论质量.但是在社交媒体上,每个文本之间不是独立的,而是可以通过发表文本的作者与其他文本相关联,即同一个用户或相近的用户发表的评论质量具有一定的相似性.因此,为了更好的构建文本的表示和研究文本之间基于用户的关联,该文基于神经网络模型分别构建用户和文本的表示,同时,为了放大用户信息的作用,我们进一步将基于注意力机制的用户信息融合到文本中,从而提高文本评论质量检测的效果.在Yelp 2013数据集上进行实验的结果表明,该模型能有效地提高在线评论质量检测的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王中卿	苏州大学计算机科学与技术学院	30	200	9.0	14.0
2	周国栋	苏州大学计算机科学与技术学院	138	1425	22.0	32.0
3	李寿山	苏州大学计算机科学与技术学院	68	618	13.0	23.0
4	吴璠	苏州大学计算机科学与技术学院	4	3	1.0	1.0
5	周夏冰	苏州大学计算机科学与技术学院	6	2	1.0	1.0