tailieunhanh - Báo cáo khoa học: "Finding Deceptive Opinion Spam by Any Stretch of the Imagination"

Consumers increasingly rate, review and research products online (Jansen, 2010; Litvin et al., 2008). Consequently, websites containing consumer reviews are becoming targets of opinion spam. While recent work has focused primarily on manually identifiable instances of opinion spam, in this work we study deceptive opinion spam—fictitious opinions that have been deliberately written to sound authentic. | Finding Deceptive Opinion Spam by Any Stretch of the Imagination Myle Ott Yejin Choi Claire Cardie Jeffrey T. Hancock Department of Computer Science Department of Communication Cornell University Cornell University Ithaca NY 14853 Ithaca NY 14853 myleott ychoi cardie @ jth34@ Abstract Consumers increasingly rate review and research products online Jansen 2010 Litvin et al. 2008 . Consequently websites containing consumer reviews are becoming targets of opinion spam. While recent work has focused primarily on manually identifiable instances of opinion spam in this work we study deceptive opinion spam fictitious opinions that have been deliberately written to sound authentic. Integrating work from psychology and computational linguistics we develop and compare three approaches to detecting deceptive opinion spam and ultimately develop a classifier that is nearly 90 accurate on our gold-standard opinion spam dataset. Based on feature analysis of our learned models we additionally make several theoretical contributions including revealing a relationship between deceptive opinions and imaginative writing. 1 Introduction With the ever-increasing popularity of review websites that feature user-generated opinions . TripAdvisor1 and Yelp2 there comes an increasing potential for monetary gain through opinion spam inappropriate or fraudulent reviews. Opinion spam can range from annoying self-promotion of an unrelated website or blog to deliberate review fraud as in the recent case3 of a Belkin employee who 1http 2http 3http 8301-1001_ 309 hired people to write positive reviews for an otherwise poorly reviewed While other kinds of spam have received considerable computational attention regrettably there has been little work to date see Section 2 on opinion spam detection. Furthermore most previous work in the area has focused on the detection of DISRUPTIVE OPINION SPAM .

• Báo cáo khoa học
• Finding Deceptive Opinion Spam
• Any Stretch
• the Imagination
• báo cáo khoa học
• báo cáo ngôn ngữ
• ngôn ngữ tự nhiên
• Bài giảng Xử lý ngôn ngữ tự nhiên
• Xử lý ngôn ngữ tự nhiên
• Kỹ thuật lập trình
• Mô hình ngôn ngữ
• Mô hình n gram
• Dịch máy
• Phương pháp dịch máy
• Hiểu ngôn ngữ
• Phân loại tin tự động
• Tạo chí tin học
• Điều khiển học
• Truy vấn ngôn ngữ tự nhiên
• Phép dịch truy vấn ngôn ngữ tự nhiên
• Truy vấn SQL
• Văn phạm ngữ nghĩa
• Xử lý nhập nhằng ngữ nghĩa
• Xử lý ngữ nghĩa
• Phân tích ngữ nghĩa
• Biểu diễn vị từ
• Thuộc tính về sự kiện
• Thuộc tính về sự kiện
• Xử lý ngôn ngữ
• Natural Language Processing
• Ngôn ngữ lập trình
• Nhập nhằng cấu trúc
• Tri thức về ngôn ngữ
• Mô hình ngôn ngữ Google Book N grams
• Mô hình ngôn ngữ KenLM
• Phương pháp làm mịn
• Bài toán PTCP
• Phân tích cú pháp
• Cấu trúc ngữ pháp
• Phân tích cú pháp xác suất
• CKY kết hợp xác suất
• Văn phạm phi ngữ cảnh xác suất
• Hình thái học
• Gán nhãn từ loại
• Ngôn ngữ tự nhiên trong dịch máy
• Hệ thống dịch máy
• Phương pháp xây dựng bảng từ
• Tác từ
• Conditional random fields
• Nhận dạng thực thể có tên
• Đối tượng vật lý trừu tượng
• Phân lớp văn bản
• Biểu diễn nhị phân
• Ma trận từ văn bản
• Wolfram Alpha
• Trích rút thông tin
• Phương pháp Snowball