[发明专利]基于嵌套LSTM的水军评论检测方法及系统在审
| 申请号： | 201911085552.6 | 申请日： | 2019-11-08 |
| 公开（公告）号： | CN110825952A | 公开（公告）日： | 2020-02-21 |
| 发明（设计）人： | 廖祥文;温宇含;陈志豪;邓立明;陈开志 | 申请（专利权）人： | 福州大学 |
| 主分类号： | G06F16/953 | 分类号： | G06F16/953;G06F16/33;G06N3/04 |
| 代理公司： | 福州元创专利商标代理有限公司 35100 | 代理人： | 陈明鑫;蔡学俊 |
| 地址： | 350108 福建省福州市*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 基于 嵌套 lstm 水军 评论 检测 方法 系统 | ||
1.一种基于嵌套LSTM的水军评论检测方法，其特征在于，包括以下步骤：
步骤S1：将输入的数据分为文本信息与行为信息；
步骤S2:对行为信息进行特征抽取获得行为特征，并将文本信息送入所述文本特征提取模块，得到包含上下文信息的文本特征；
步骤S3：将得到的包含上下文信息的文本特征送入所述嵌套LSTM模块，并提取该文本特征的空间结构信息，得到包含整体与部分关系的文本特征；
步骤S4：将包含整体与部分关系的文本特征与行为特征输入至集成学习模块中，得到评论最终的分类结果。
2.根据权利要求1所述的基于嵌套LSTM的水军评论检测方法，其特征在于：所述文本特征提取模块利用开源的Glove工具事先在大语料里训练得到词向量表，将输入的数据的文本信息用向量表示。
3.根据权利要求2所述的基于嵌套LSTM的水军评论检测方法，其特征在于：所述嵌套LSTM模块将向量表示的文本特征进行文本上下文相关的特征抽取及注意力构建。
4.根据权利要求1所述的基于嵌套LSTM的水军评论检测方法，其特征在于：所述集成学习模块采用多层分类模型对输入进行分类。
5.一种基于嵌套LSTM的水军评论检测系统，其特征在于：包括
一个文本特征提取模块，用于根据输入的数据的文本信息得到包含上下文信息的文本特征；
一个嵌套LSTM模块，将所述文本特征提取模块的输出作为输入，提取该文本特征的空间结构信息，得到包含整体与部分关系的文本特征；
一个集成学习模块，将数据的行为特征以及包含整体与部分关系的文本特征共同作为输入，用多个分类函数得到评论最终的分类结果。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于福州大学，未经福州大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201911085552.6/1.html，转载请声明来源钻瓜专利网。
