杨 明

(复旦大学软件学院 上海 200000)

0 引 言

如今大量消费者在网络上购买酒店服务，用户产生的评论非常多。当别的用户消费时通常会参考这些评论，同时商家也关心如何利用这些评论[1]来改进服务质量。因为各种各样的利益，虚假评论在这个过程当中大量产生，使得消费者难以获得真实准确的信息[2]。为了创造一个健康的电子商务环境，我们需要识别虚假评论。

虚假评论识别是一个新的研究领域，目前有很多方法。很早的时候有一些非机器学习的办法，后来随着机器学习方法的发展，许多基于机器学习的方法被提了出来，这些方法大多数使用特征工程，比如使用评论文本和评论提供者的特征[3]。这类任务需要完成大量的数据标注，通常因为工作量太大而造成了标注数据集缺失[4]。近期的研究开始转向基于深度学习的方法[5-6]，这些方法在相关任务上取得了较好的效果。

本文针对传统酒店领域的评论还存在数据稀少、不利于深度学习的问题，提出一种无监督的数据增强方法。增强后的数据进入卷积神经网络对比原始的小样本数据集取得了较好的结果。

1 相关工作

虚假评论识别主要方法包括基于文本解析的方法和基于机器学习的方法。基于文本解析的方法主要包括两种类型：一种是基于语料的方法，这种方法有较好的领域针对性，比如对不同的情感词在不同领域赋予不同的含义和情感[7]；另一种是基于字典的方法，文献[8]表明基于字典的方法在论文中的数据集上获得了78%的准确率，这种方法常因为找不到针对特定领域的意见词而受到限制。……