基于层次异构图注意力网络的虚假评论检测

• 作者: 张蓉 张献国
• 来源期刊: 计算机应用
• 关键词: 虚假评论检测 表示学习 图神经网络 层次注意力机制 异构图神经网络
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 人工智能|Artificial intelligence
• 页码范围: 1275-1281
• 页数: 7页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2020081190

摘要

针对虚假评论检测中不能充分利用评论的非语义特征的问题,提出了一种新的基于层次注意力机制与异构图注意力网络的层次异构图注意力网络(HHGAN)模型.首先,通过层次注意力机制学习评论文本中词级别和句级别的文档表示,重点捕获对虚假评论检测有重要意义的单词和句子;然后,将学习到的文档表示作为节点,并选取评论中非语义特征作为元路径来构建具有双层注意力机制的异构图注意力网络;最后,设计一个多层感知器(MLP)用以判别评论类别.实验结果表明,HHGAN模型在yelp.com中提取的餐厅数据集和酒店数据集上的F1值分别到达0.942和0.923,效果明显优于传统的卷积神经网络(CNN)模型和其他神经网络基准模型.