基于語言特性的互聯(lián)網(wǎng)欺騙信息的自動(dòng)識(shí)別.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的快速發(fā)展,互聯(lián)網(wǎng)已經(jīng)成為了人們獲取信息的重要途徑之一。這些信息影響著人們?nèi)粘Ｉ畹臎Q策,尤其是購買決策。在巨大利益驅(qū)動(dòng)下出現(xiàn)了一批以通過在網(wǎng)絡(luò)上散布垃圾信息和謠言信息已達(dá)到盈利或打擊對(duì)手的專業(yè)寫手,他們?cè)诰W(wǎng)絡(luò)論壇上發(fā)表的對(duì)商品的評(píng)論嚴(yán)重影響了普通用戶對(duì)商品價(jià)值的正確判斷。這些非客觀的評(píng)論夾雜在大量信息中導(dǎo)致網(wǎng)民無法有效地獲得真正需要的信息,產(chǎn)生了惡劣的社會(huì)影響。
　　在本文中,我們的語料通過模擬“水軍”的雇主,收集

2、到了一批欺騙性信息語料用于項(xiàng)目研究?；谶@一批語料,我們嘗試使用特征提取方法和分類模型將其分開?；谶@一框架,在特征提取方面,我們從語言風(fēng)格、文本特性、欺騙性心理等方面嘗試提取文本特征。在分類器方面,基于以上的提取的特征我們嘗試了樸素貝葉斯,支持向量機(jī),最大熵模型,人工神經(jīng)網(wǎng)絡(luò)和多狀態(tài)神經(jīng)網(wǎng)絡(luò)等分類器并對(duì)結(jié)果進(jìn)行比較。與此同時(shí),我們還將這一技術(shù)運(yùn)用于中文的垃圾信息過濾任務(wù)中也獲得了較好的結(jié)果。
　　在原有框架的基礎(chǔ)上,我們還在特征