Shilling Black-box Review-based Recommender Systems through Fake Review Generation
National Tsing Hua University(国立清华大学);National Yang Ming Chiao Tung University(国立阳明交通大学)
本文提出首个针对RBRSs的生成式shilling攻击模型,通过强化学习生成高保真虚假评论强制预测偏移以恶意推广物品,并证明配备ARGs的对抗训练能显著提升系统鲁棒性。
2023-06-27 cs.IR cs.LG cs.SI
Detecting Fake News Using Machine Learning : A Systematic Literature Review
Jiujiang University(九江学院);University of Central Asia(中亚大学);UST-Global, Inc.(UST-Global公司);Monta Vista High School(蒙塔维斯塔高中)
互联网是一项重要的发明,有大量的人是它的用户。这些人将其用于不同的目的。这些用户可以访问不同的社交媒体平台。任何用户都可以通过在线平台发布或传播新闻。这些平台不会验证用户或他们的帖子。因此,一些用户试图通过这些平台传播假新闻。这些新闻可以是针对个人、社会、组织或政党的宣传。一个人无法发现所有这些假新闻。因此,需要机器学习分类器来自动检测这些假新闻。本系统性文献综述描述了使用机器学习分类器检测假新闻。
2021-02-08 cs.CY cs.LG
Bengali Fake Review Detection using Semi-supervised Generative Adversarial Networks
本文提出一种半监督GAN-LM架构,通过微调预训练语言模型在少量标注数据下检测孟加拉语虚假评论,实验证明其在6014条数据集上准确率达83.59%,显著优于现有模型。
2023-04-05 cs.AI cs.CL cs.LG
Generating Sentiment-Preserving Fake Online Reviews Using Neural Language Models and Their Human- and Machine-based Detection
Saarland Informatics Campus(萨尔信息学园区);University of Southern California(南加州大学);National Institute of Informatics(国立信息学研究所);SOKENDAI(综合研究大学院大学)
先进的神经语言模型(NLM)被广泛用于序列生成任务,因为它们能够生成流畅和有意义的句子。它们还可以用来生成虚假评论,然后可以用来攻击在线评论系统并影响在线购物者的购买决策。为了执行这样的攻击,专家有必要针对特定主题训练量身定制的LM。在这项工作中,我们证明了一个低技能的威胁模型可以通过结合公开可用的LM来构建,并证明所产生的虚假评论可以欺骗人类和机器。特别地,我们使用GPT-2 NLM基于具有期望情感的评论生成大量高质量评论,然后使用基于BERT的文本分类器(准确率为96%)过滤掉具有不期望情感的评论。因为评论中的单词都没有被修改,所以可以从学习的分布中生成流畅的样本,如训练数据。80名参与者的主观评价表明,这种简单的方法可以产生与人写的评论一样流畅的评论。它还表明,参与者倾向于随机区分虚假评论。三种对策,Grover,GLTR和OpenAI GPT-2检测器,被发现难以准确检测虚假评论。
2019-12-03 cs.CL cs.CR cs.IR
A Systematic Review on the Detection of Fake News Articles
Brunel University London(布鲁内尔大学伦敦)
有人认为,假新闻和虚假信息的传播对世界各地的社会构成威胁,从影响选举结果到阻碍管理COVID-19大流行的努力。为了对抗这种威胁,已经开发了许多自然语言处理(NLP)方法。这些技术利用大量数据集、特征提取/选择技术和机器学习(ML)算法来在假新闻传播之前检测假新闻。虽然这些方法有充分的文献记载,但关于它们在这一领域的功效的证据较少。通过系统地回顾文献,本文旨在描述最有效的假新闻检测方法,识别现有方法的局限性,并提出缓解这些问题的方法。结果分析表明,新闻内容与社会化特征相结合的包围方法是目前最有效的。最后,建议未来的研究应侧重于开发解决可推广性问题(部分原因是当前数据集的局限性),可解释性和偏见的方法。
2021-10-18 cs.AI cs.CL cs.LG
Ginger Cannot Cure Cancer: Battling Fake Health News with a Comprehensive Data Repository
The Pennsylvania State University(宾夕法尼亚州立大学)
目前,互联网是获取健康信息的主要来源。互联网上大量的虚假健康新闻已经成为对公众健康的严重威胁。在虚假新闻检测领域,国内外学者做了大量的研究和工作,但针对健康新闻的研究较少。例如,虚假健康新闻检测需要开发可解释性。为了缓解这些问题,我们构建了一个全面的存储库FakeHealth,其中包括具有丰富功能的新闻内容,具有详细解释的新闻评论,社交活动和用户-用户社交网络。此外,进行探索性分析,以了解数据集的特征,分析有用的模式,并验证健康假新闻检测数据集的质量。我们还讨论了健康假新闻检测的新的和潜在的未来研究方向。
2020-03-30 cs.LG cs.SI stat.ML
Fake News Detection and Behavioral Analysis: Case of COVID-19
New Jersey Institute of Technology(新泽西理工学院);College of Staten Island, City University of New York(纽约城市大学斯塔滕岛学院)
本文针对 COVID-19 疫情期间社交媒体虚假新闻难以识别的问题,提出深度学习和集成检测方法,并结合主题识别发现虚假与真实新闻存在大量主题重叠,从而提升检测性能并揭示公众困惑来源。
2023-05-25 cs.CL cs.LG
HSFN: Hierarchical Selection for Fake News Detection building Heterogeneous Ensemble
Centro de Informática (CIn), Universidade Federal de Pernambuco (UFPE)(计算机学院(CIn),佛罗里达州立大学(UFPE));École de Technologie Supérieure (ÉTS), Université du Québec(高级技术学院(ÉTS),魁北克大学)
针对假新闻检测中集成分类器多样性不足的问题,提出HSFN,通过成对多样性、层次聚类和HierarchySelect选择高多样性且性能可靠的异构分类器池。
2025-08-29 cs.AI cs.CL cs.LG
AiGen-FoodReview: A Multimodal Dataset of Machine-Generated Restaurant Reviews and Images on Social Media
Nova School of Business and Economics(诺瓦商业与经济学院)
本文构建了包含20,144对真实与机器生成餐厅评论-图像的多模态数据集AiGen-FoodReview,并验证了多模态检测模型FLAVA可达99.80%准确率,同时开源数据集与检测器以支持虚假评论检测研究。
2024-01-16 cs.CL cs.CV cs.LG
Traceable LLM Reasoning for Fake-Order Fraud Detection
ByteDance(字节跳动);Fudan University(复旦大学)
针对大规模虚假订单欺诈检测难题,提出基于大语言模型的DeepScrub框架,通过语义统一、持续预训练及SURE机制实现可追溯推理。实验及试点结果显示,该框架提升了欺诈审查精度与召回率,减少工作量并节省成本。
2026-07-28 cs.AI cs.CR cs.LG
Fame for sale: efficient detection of fake Twitter followers
IIT-CNR(意大利国家研究委员会信息科学与技术研究所);Bell Labs, Alcatel-Lucent(阿尔卡特-朗讯贝尔实验室)
$\textit{Fake followers}$是那些专门创建的Twitter帐户,用于增加目标帐户的追随者数量。假粉丝对社交平台和其他平台都是危险的,因为他们可能会改变Twitter领域的流行度和影响力等概念-从而影响经济,政治和社会。在本文中,我们沿着不同的维度做出贡献。首先,我们回顾了一些最相关的现有功能和规则(由学术界和媒体提出)的异常Twitter帐户检测。其次,我们创建了一个经过验证的人类和虚假追随者账户的基线数据集。这种基线数据集向科学界公开提供。然后,我们利用基线数据集训练一组机器学习分类器建立在审查的规则和功能。我们的研究结果表明,媒体提出的大多数规则提供不满意的性能,揭示假追随者,而在过去的学术界提出的垃圾邮件检测功能提供了良好的效果。在最有前途的功能的基础上,我们在减少过拟合和收集计算功能所需的数据的成本方面修改了分类器。最终的结果是一个新的$\textit{Class A}$分类器,一般足以阻止过拟合,轻量级由于使用成本较低的功能,仍然能够正确分类超过95%的原始训练集的帐户。我们最终执行基于信息融合的灵敏度分析,以评估分类器所采用的每个特征的全局灵敏度。本文中报告的发现,除了得到彻底的实验方法的支持和有趣的本身,也为进一步研究虚假Twitter粉丝的新问题铺平了道路。
2015-11-10 cs.CR cs.LG cs.SI
Generating and Detecting Various Types of Fake Image and Audio Content: A Review of Modern Deep Learning Technologies and Tools
Faculty of Artificial Intelligence and Cognitive Science, Imam Hossein Comprehensive University(伊玛目侯赛因综合大学人工智能与认知科学学院)
本文综述深度伪造生成与检测的前沿技术,梳理换脸、语音转换等多种方法及应用,分析生成与检测的“军备竞赛”及检测挑战,指明未来研究方向,助力应对深度伪造的安全威胁。
2025-01-07 cs.CR cs.LG
Detecting Deceptive Reviews using Generative Adversarial Networks
University of California, Santa Barbara(加州大学圣巴巴拉分校);Carnegie Mellon University Silicon Valley(卡内基梅隆大学硅谷校区)
在过去的几年里,消费者评论网站已经成为欺骗性意见垃圾邮件的主要目标,其中虚构的意见或评论被故意写得听起来很真实。现有的大多数工作,以检测欺骗性评论的重点是建立监督分类器的基础上的句法和词汇模式的意见。随着神经网络在各种分类应用中的成功使用,在本文中,我们提出了FakeGAN系统,该系统首次增强并采用生成对抗网络(GANs)进行文本分类任务,特别是检测欺骗性评论。与具有单个生成器和鉴别器模型的标准GAN模型不同,Fake GAN使用两个鉴别器模型和一个生成模型。在强化学习(RL)中,生成器被建模为一个随机策略代理,鉴别器使用蒙特卡罗搜索算法来估计中间动作值并将其作为RL奖励传递给生成器。为生成器模型提供两个随机数模型,通过从真实评论和欺骗性评论的分布中学习,避免了mod崩溃问题。事实上,我们的实验表明,使用两个鉴别器提供了Fake GAN高稳定性,这是GAN架构的已知问题。虽然FakeGAN建立在半监督分类器的基础上,但其准确性较低,但我们对TripAdvisor酒店评论数据集的评估结果显示,在准确性方面与应用监督机器学习的最先进方法具有相同的性能。这些结果表明,GANs可以有效地用于文本分类任务。具体来说,FakeGAN在检测欺骗性评论方面是有效的。
2018-05-25 cs.AI cs.CL cs.CR
Detecting Singleton Review Spammers Using Semantic Similarity
Trustpilot;Adform;Simon Fraser University(西蒙弗雷泽大学)
在线评论已经越来越成为消费者在购买时非常重要的资源。尽管人们越来越难以在不被虚假评论欺骗的情况下做出明智的购买决定。之前关于意见垃圾邮件问题的工作主要考虑使用行为用户模式对虚假评论进行分类。他们专注于写了几篇以上评论的多产用户,抛弃了一次性评论者。然而,对于许多评论网站来说,单身评论者的数量预计会很高。虽然行为模式在处理精英用户时是有效的,但对于一次性评论者来说,需要利用评论文本。在本文中,我们解决了检测由同一个人使用多个名称撰写的虚假评论的问题,每个评论都以不同的名称发布。我们提出了两种方法来检测类似的评论,并显示结果一般优于矢量相似性度量在以前的作品。第一种方法将词与词之间的语义相似性扩展到评论级别。第二种方法是基于主题建模,并利用两个模型的评论主题分布的相似性:词袋和意见袋短语。实验是在三个不同的数据集上进行的:Yelp(57K评论),Trustpilot(9K评论)和Ott数据集(800评论)。
2016-09-09 cs.CL cs.LG
Graph-based Fake Account Detection: A Survey
School of Computing(计算学院);The Australian National University(澳大利亚国立大学)
本文综述了基于图的社交网络虚假账户检测方法,分类分析现有技术、数据集及优缺点,并展望未来研究方向。
2025-07-09 cs.AI cs.LG cs.SI
Exploring Text-transformers in AAAI 2021 Shared Task: COVID-19 Fake News Detection in English
Beijing University of Posts and Telecommunications(北京邮电大学);Peking University(北京大学)
在本文中,我们描述了我们的系统用于AAAI 2021共享任务COVID-19假新闻检测英语,其中我们在测试集上以0.9859的加权F1得分获得了第三名。具体来说,我们提出了一种集成方法,不同的预训练语言模型,如BERT,Roberta,Ernie等,具有各种训练策略,包括热身,学习率调度和k折交叉验证。我们还对未正确分类的样本进行了广泛的分析。该代码可从以下网址获取:https://github.com/archersama/3rd-solution-COVID19-Fake-News-Detection-in-English。
2021-01-07 cs.AI cs.CL cs.LG
Geo-DefakeHop: High-Performance Geographic Fake Image Detection
University of Southern California(南加州大学);Army Research Laboratory(陆军研究实验室)
提出了一种鲁棒的伪卫星图像检测方法Geo-DefakeHop。Geo-DefakeHop是基于并行子空间学习(PSL)方法开发的。PSL使用多个滤波器组将输入图像空间映射到多个特征子空间。通过探索滤波器组的真实图像和伪图像之间不同通道的响应差异,Geo-DefakeHop学习最具鉴别力的通道,并使用其软决策得分作为特征。然后,Geo-DefakeHop从每个滤波器组中选择一些判别特征,并将它们集成以做出最终的二元决策。Geo-DefakeHop提供了一个轻量级的高性能解决方案来检测假卫星图像。分析了它的模型尺寸,其参数范围为0.8 ~ 62 K。实验结果表明,该算法在各种常见的图像处理(如去噪、压缩和噪声污染)下,F1值均高于95%.
2021-10-19 cs.CV cs.LG eess.IV
Explainable Tsetlin Machine framework for fake news detection with credibility score assessment
University of Agder(阿格德大学)
假新闻的扩散,即,新闻故意传播错误信息,对个人和社会构成威胁。尽管有各种事实核查网站,如PolitiFact,但仍需要强大的检测技术来应对假新闻的增加。几个深度学习模型在假新闻分类方面显示出了很好的效果,然而,它们的黑盒性质使得很难解释它们的分类决策和保证模型的质量。我们在这里解决这个问题,提出了一个新的可解释的假新闻检测框架的基础上,最近推出的Tsetlin机(TM)。简而言之,我们利用TM的连接子句来捕获真实和虚假新闻文本的词汇和语义属性。此外,我们使用子句集合来计算假新闻的可信度。为了进行评估,我们在两个公开的数据集PolitiFact和GossipCop上进行了实验,并证明TM框架在准确性方面明显优于先前发布的基线至少$5\%$,并具有可解释的基于逻辑的表示的额外好处。此外,我们的方法提供了比BERT和XLNet更高的F1分数,但是,我们获得的准确性略低。最后,我们提出了一个案例研究我们的模型的可解释性,展示了它如何分解成有意义的词和他们的否定。
2021-05-19 cs.AI cs.CL cs.LG
Adaptive Ensembles of Fine-Tuned Transformers for LLM-Generated Text Detection
Cornell University(康奈尔大学);Meituan(美团);University of South Florida(南佛罗里达大学)
针对单一模型在LLM生成文本检测中泛化能力有限的问题,提出自适应集成算法结合五个微调Transformer模型,显著提升了分布内和分布外数据集的检测准确率。
2024-03-20 cs.AI cs.LG
Fake News Detection Through Graph-based Neural Networks: A Survey
The University of Melbourne(墨尔本大学);Data61 CSIRO(澳大利亚联邦科学与工业研究组织数据61研究所)
本文对基于图与深度学习的虚假新闻检测研究做系统综述,按图结构构建方式将现有图方法分为三类,并讨论该领域的挑战与未来研究方向。
2023-07-24 cs.CL cs.GR cs.LG
g2tmn at Constraint@AAAI2021: Exploiting CT-BERT and Ensembling Learning for COVID-19 Fake News Detection
University of Tyumen(秋明大学);"Organization of cognitive associative systems" LLC(“认知联想系统组织”有限责任公司)
COVID-19疫情对人类生活的各个领域产生了巨大影响。因此,冠状病毒大流行及其后果正在社交媒体上积极讨论。然而,并非所有社交媒体上的帖子都是真实的。他们中的许多人传播假新闻,在读者中造成恐慌,误导人们,从而加剧了大流行病的影响。在本文中,我们在约束@AAAI2021共享任务:COVID-19假新闻检测中展示了我们的结果。特别是,我们提出了我们的方法,使用基于变换器的合奏COVID-Twitter-BERT(CT-BERT)模型。我们描述了使用的模型,文本预处理和添加额外数据的方法。结果,我们的最佳模型在这个共享任务的测试集上获得了98.69的加权F1分数(排行榜第一名),总共吸引了166个提交的团队。
2021-01-13 cs.CL cs.IR cs.LG
AVTENet: A Human-Cognition-Inspired Audio-Visual Transformer-Based Ensemble Network for Video Deepfake Detection
Social Networks and Human-Centered Computing Program, Taiwan International Graduate Program, Academia Sinica(社会网络与以人为本计算计划、台湾国际研究生计划、中国科学院);Institute of Information Systems and Applications, National Tsing Hua University(信息系统与应用研究所、国立清华大学);Department of Computer Science, National Chengchi University(计算机科学系、国立成功大学);Research Center for Information Technology Innovation, Academia Sinica(信息技术创新研究中心、中国科学院);Institute of Information Science, Academia Sinica(信息科学研究所、中国科学院)
本文提出受人类多感官认知启发的AVTENet,通过集成多个纯Transformer变体融合音视频线索检测深度伪造,在FakeAVCeleb数据集上取得最先进性能并显著超越人类。
2025-07-06 cs.AI cs.CV cs.LG
Ensemble Classifiers and Their Applications: A Review
Uttara University(乌塔拉大学);Deakin University(迪肯大学)
包围式分类器是指一组单独的分类器,它们在监督分类问题中的数据集上进行合作训练。在本文中,我们提出了一个文献中常用的集成分类器的审查。一些集成分类器也针对特定的应用开发。本文还提出了一些应用驱动的集成分类器。
2014-04-15 cs.LG
Fake News Theories: Harnessing Disciplinary Insights for Computational Modeling, Detection, and Explanation
Syracuse University(雪城大学);University of California, Santa Barbara(加利福尼亚大学圣塔芭芭拉分校)
本文提出一个基于理论的跨学科计算框架,将假新闻理论转化为可测量特征,用于自动检测与解释,实验表明理论特征具有预测性并支持可解释诊断。
2026-09-28 cs.CY cs.LG
CovidMis20: COVID-19 Misinformation Detection System on Twitter Tweets using Deep Learning Models
Saginaw Valley State University(萨吉诺谷州立大学);The Hashemite University(哈希姆大学);Western Michigan University(西密歇根大学);University of Nebraska at Kearney(内布拉斯加大学卡尼尔分校)
在线新闻和信息源是了解当前问题的方便和可访问的方式。例如,全球有3亿多人在推特上发帖,这为传播误导性信息提供了可能性。由于假新闻而犯下暴力犯罪的案件很多。这项研究提出了CovidMis 20数据集(COVID-19 Misinformation 2020数据集),其中包括从2020年2月至7月收集的1,375,592条推文。CovidMis 20可自动更新以获取最新新闻,并可在https://github.com/everythingguy/CovidMis20上公开获取。这项研究使用Bi-LSTM深度学习和集成CNN+Bi-GRU进行假新闻检测。结果表明,在测试准确度分别为92.23%和90.56%的情况下,集成CNN+Bi-GRU模型始终提供比Bi-LSTM模型更高的准确度。
2022-09-13 cs.CL cs.HC cs.LG
A new weighted ensemble model for phishing detection based on feature selection
Texas A&M University(得克萨斯农工大学)
网络钓鱼攻击是一种网络攻击,其中攻击者发送虚假通信以诱使人类受害者提供个人信息或凭据。网络钓鱼网站识别可以帮助访问者避免成为这些攻击的受害者。网络钓鱼问题日益增加,没有一个单一的解决方案可以适当地缓解所有漏洞,因此使用了许多技术。在本文中,我们提出了一个集成模型,结合多个基础模型的投票技术的基础上的权重。此外,我们有效地对数据集应用了特征选择方法和标准化,并比较了应用任何特征选择之前和之后的结果。
2022-12-15 cs.CR cs.LG
Tackling COVID-19 Infodemic using Deep Learning
Indian Institute of Information Technology, Allahabad(印度阿拉哈巴德信息技术学院)
人类正在与现代历史上最有害的病毒之一COVID-19大流行作斗争,但随着大流行,学生和社会中充斥着错误信息,这加剧了当前的疾病。我们尝试检测及分类网络媒体上的假新闻,以检测与COVID-19及冠状病毒有关的虚假信息。该数据集包含从politifact等事实核查网站收集的虚假帖子、文章和新闻,而真正的推文则来自经过验证的twitter句柄。我们结合了多种传统的分类技术,如朴素贝叶斯,KNN,梯度增强和随机森林以及深度学习方法,特别是CNN,RNN,DNN和集成模型RMDL。我们使用两种特征提取技术TF-IDF和GloVe词嵌入分析了这些方法,这将为在线媒体上包含COVID-19信息的数据集提供更深入的见解。
2021-07-01 cs.CL cs.LG
Ensemble deep learning: A review
Indian Institute of Technology Indore(印度理工学院印多尔分校);Nanyang Technological University(南洋理工大学);Qatar University(卡塔尔大学)
包围学习结合了多个独立的模型,以获得更好的泛化性能。目前,与浅层或传统模型相比,深度学习架构显示出更好的性能。深度集成学习模型结合了深度学习模型和集成学习的优点,使得最终模型具有更好的泛化性能。本文综述了深系综模型的发展现状,并对深系综模型的研究作了较为全面的总结。集成模型大致分为bagging,boosting,stacking,基于负相关的深度集成模型,显式/隐式集成,同质/异质集成,基于决策融合策略的深度集成模型。最后简要讨论了深系综模式在不同领域的应用。最后,我们总结了本文的一些潜在的未来研究方向。
2022-08-08 cs.AI cs.CV cs.LG
A Systematic Review of Machine Learning Approaches for Detecting Deceptive Activities on Social Media: Methods, Challenges, and Biases
University of Pennsylvania(宾夕法尼亚大学);Northeastern University(东北大学);New York University(纽约大学);Georgia Institute of Technology(佐治亚理工学院);University of California, Berkeley(加州大学伯克利分校)
本综述评估36项机器学习研究,识别检测社交媒体虚假信息中的选择偏倚、类别不平衡等关键偏见,并提出改进预处理与评估指标以提升模型可靠性。
2025-03-09 cs.LG stat.ML
Unmasking Falsehoods in Reviews: An Exploration of NLP Techniques
College of IT, United Arab Emirates University(阿拉伯联合酋长国大学信息技术学院)
本研究聚焦餐厅虚假评论检测,基于Deceptive Opinion Spam Corpus数据集,结合n-gram等特征提取与多种机器学习/深度学习方法,发现被动攻击分类器准确率最优,为线上商家应对虚假评论提供参考。
2023-07-24 cs.AI cs.IR cs.LG
Generalization Gaps in Political Fake News Detection: An Empirical Study on the LIAR Dataset
Syracuse University(Syracuse大学);Eastern University(东部大学)
研究揭示了政治虚假新闻检测中模型性能的限制,表明单纯增加模型复杂度效果有限,而语义理解与外部知识的重要性凸显。
2025-12-20 cs.CL cs.LG
A BERT based Ensemble Approach for Sentiment Classification of Customer Reviews and its Application to Nudge Marketing in e-Commerce
Walmart Global Tech(沃尔玛全球技术部门)
本文提出一种基于BERT的集成方法用于电商客户评论情感分类,并探讨其在助推营销中的应用,以提升顾客购买决策与平台互动。
2023-11-16 cs.CL cs.IR cs.LG
Ensemble of Generative and Discriminative Techniques for Sentiment Analysis of Movie Reviews
University of Montréal(蒙特利尔大学);University of Rouen(鲁昂大学);Facebook Artificial Intelligence Research(Facebook人工智能研究院)
情感分析是自然语言处理中的一项常见任务,旨在检测文本文档(通常是消费者评论)的极性。在最简单的设置中,我们只区分积极和消极情绪,将任务转化为标准的二元分类问题。我们比较了几种机器学习方法来解决这个问题,并将它们结合起来,以达到最佳的效果。我们将展示如何使用标准的生成语言模型来完成这项任务,这些模型与最先进的技术略有互补。我们在一个著名的IMDB电影评论数据集上取得了很好的结果。我们的结果很容易重现,因为我们还发布了重复实验所需的代码。这应该简化了最先进技术的进一步发展,因为其他研究人员可以毫不费力地将他们的技术与我们的技术相结合。
2015-05-27 cs.CL cs.IR cs.LG
Identifying Hijacked Reviews
Texas A&M University(得克萨斯农工大学);College Station, TX 77843
虚假评论和评论操纵是全球在线市场日益严重的问题。评论劫持是一种新的评论操纵策略,不道德的卖家“劫持”现有的产品页面(通常是有许多正面评论的页面),然后用完全不同的产品更新产品细节,如标题,照片和描述。与早期的审查仍然附加,新的项目似乎审查良好。然而,没有公开的评论劫持数据集,文献中对这种策略知之甚少。因此,本文提出了一个三部分的研究:(i)我们提出了一个框架,通过交换产品和评论来生成用于评论劫持的综合标记数据;(ii)然后,我们评估了Twin LSTM网络和BERT序列对分类器使用这些数据区分合法评论和被劫持评论的潜力;(iii)然后,我们在原始数据中的31 K产品(具有650万评论)的集合上部署性能最佳的模型,在那里我们发现了100个以前未知的评论劫持示例。
2021-07-07 cs.AI cs.CL cs.IR
Opinion Fraud Detection via Neural Autoencoder Decision Forest
University of New South Wales(新南威尔士大学);School of Computer Science and Engineering, University of New South Wales(新南威尔士大学计算机科学与工程学院)
在线评论在影响买家的日常购买决策方面发挥着重要作用。然而,虚假和无意义的评论,不能反映用户的真实购买体验和意见,广泛存在于网络上,并对用户做出正确的选择带来了巨大的挑战。因此,希望建立一个公平的模型,通过区分垃圾评论来评估产品的质量。我们提出了一个端到端可训练的统一模型,以利用Autoencoder和随机森林的吸引人的属性。随机决策树模型的实现,以指导全局参数学习过程。在一个大型亚马逊评论数据集上进行了广泛的实验。所提出的模型始终优于一系列比较的方法。
2018-05-09 cs.AI cs.CL cs.LG
A review of ensemble learning and data augmentation models for class imbalanced problems: combination, implementation and evaluation
Indian Institute of Technology Guwahati(印度理工学院古瓦哈提分校);University of New South Wales(新南威尔士大学);Pingala Institute of Artificial Intelligence(平加拉人工智能研究所)
本文评估了9种数据增强与9种集成学习方法在类别不平衡基准问题上的组合效果,发现传统方法(如SMOTE和ROS)结合集成学习能显著提升分类性能且计算成本低于GANs。
2023-11-27 cs.AI cs.LG stat.ML
Unmask It! AI-Generated Product Review Detection in Dravidian Languages
Indian Institute of Technology Madras(印度理工学院马德拉斯学院)
本研究针对泰米尔语和马拉雅拉姆语两种低资源语言,对比传统机器学习与多种先进Transformer模型,验证了其在检测AI生成产品评论中的有效性。
2025-03-12 cs.AI cs.CL cs.LG