[发明专利]一种基于深度学习的虚假评论自动生成方法和装置

权利要求书

1.一种基于深度学习的虚假评论自动生成方法，其特征在于，包括：

获取真实的原始评论；

根据所述原始评论生成初始虚假评论，所述初始虚假评论是由第一深度学习模型生成的；

判断初始虚假评论是否可作为评论内容，采用第二深度学习模型判断是否可作为评论内容；

根据判断结果标记出成熟可用的虚假评论，包括：当一个初始虚假评论可作为评论内容时，将该初始虚假评论标记为成熟可用的虚假评论并保留；当一个初始虚假评论不可作为评论内容时，丢弃。

所述第一深度学习模型为文本生成模型；所述文本生成模型为经过预训练的模型，用于利用预训练数据集学习根据一段语句生成另一段语义相似的语句。

所述第二深度学习模型为文本检测模型；所述文本检测模型为经过预训练的模型，用于利用预训练数据集学习判断生成的初始虚假评论的拟真度，从而进行筛选。

2.根据权利要求1所述的方法，其特征在于，所述根据所述原始评论生成初始虚假评论，包括：

对原始评论进行预处理，只保留原始评论信息；

将处理后的原始评论输入第一深度学习模型；

所述第一深度学习模型根据输入的所述原始评论自动输出若干个初始虚假评论。

3.根据权利要求1所述的方法，其特征在于，所述判断初始虚假评论是否可作为成熟可用的评论，包括：

将所述初始虚假评论输入经过预训练后的第二深度学习模型；

所述第二深度学习模型根据所述初始虚假评论判断是否可作为所述的成熟可用的评论。

4.一种基于深度学习的虚假评论自动生成装置，其特征在于，包括：

获取模块，用于获取原始评论；

生成模块，用于根据所述原始评论生成初始虚假评论，所述初始虚假评论是由第一深度学习模型生成的；

判断模块，用于判断初始虚假评论是否可作为成熟可用的虚假评论，采用第二深度学习模块判断初始虚假评论是否可作为成熟可用的虚假评论；

标记模块，用于当一个初始虚假评论是成熟可用的虚假评论时，将该初始虚假评论标记并保留，否则，丢弃。