مروری بر روش های تشخیص نظرات هرز با استفاده از رویکرد یادگیری عمیق
محل انتشار: هشتمین کنفرانس بین المللی وب پژوهی
سال انتشار: 1401
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 253
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IRANWEB08_004
تاریخ نمایه سازی: 14 خرداد 1401
چکیده مقاله:
نظرات هرز به نظراتی گفته می شود که با هدف تبلیغ و یا تخریب یک محصول یا برند در وب سایت ها و سایر خدمات اینترنتی توسطبرخی کاربران نوشته می شود. از آنجا که تشخیص این نوع نظرات توسط انسان به راحتی ممکن نیست. لازم است مدلی ارائه شودکه با استفاده از آن، این نوع نظرات تشخیص داده شوند. در سال های اخیر پژوهش های زیادی برای شناسایی این نوع نظرات انجامشده است و با گسترش شبکه های عصبی عمیق و مشاهده ی کارآیی این شبکه ها در مسائل گوناگون. در مسئله ی تشخیص نظراتهرز نیز در سال های اخیر از انواع شبکه های عمیق استفاده شده است. در این مقاله مروری بر روش های ارائه شده بر پایه ی یادگیریعمیق برای مسئله ی تشخیص نظرات هرز انجام می شود. همچنین چالش های موجود در این حوزه. معیارهای ارزیابی و مجموعهداده های این حوزه نیز بررسی می گردد.
کلیدواژه ها:
تشخیص نظرات هرز ، نظرات هرز تکی ، نظرات جعلی ، یادگیری عمیق ، شبکه های عصبی کونوولوشنال ، شبکه های حافظه کوتاه مدت طولانی
نویسندگان
محمودعلی عرب
دانش آموخته ی کارشناسی ارشد مهندسی فناوری اطلاعات- آزمایشگاه پژوهشی یادگیری عمیق، گروه مهندسی کامپیوتر، دانشکده مهندسی، دانشکدگان فارابی، دانشگاه تهران، ایران
کاظم فولادی قلعه
استادیار، گروه مهندسی کامپیوتر، دانشکده مهندسی، دانشکدگان فارابی، دانشگاه تهران، ایران