基于注意力卷积神经网络的中文虚假评论检测

针对现有的虚假评论检测方法未充分利用虚假评论文本特征这一问题，本文提出一种基于多层注意力机制的卷积神经网络模型。首先，使用多种预训练词向量初始化词嵌入层，并进行复值位置编码；然后，将经过多种卷积核卷积得到的多种特征映射依次通过嵌入用户特征的通道级和卷积核级的注意力层，根据特征重要程度分配不同权重；最后，将拟合的评论文本特征表示进行Softmax分类。实验结果表明，与诸多主流优秀神经网络模型相比，本文模型准确率和F₁值分别提高4.74和3.86个百分点。