Целью работы является выделение основных тенденций в развитии методов машинного обучения для выявления фиктивных отзывов. В ходе проведенного исследования были рассмотрены различные признаки, извлекаемые из содержимого отзыва, а также дано описание эталонных наборов данных и их недостатков. При обзоре методов машинного обучения для распознавания фиктивных отзывов были рассмотрены традиционные статистические подходы и модели глубокого обучения. Были выявлены их сильные и слабые стороны. Изученные подходы рассматривали сценарии не только одного домена данных, но также перекрёстных и смешенных доменов. В процессе были определены основные проблемы, связанные с задачей выявления фиктивных отзывов, и возможные подходы к их решению.
Фрид З.А. (науч. рук. Русак А.В.) Обзор методов машинного обучения для распознавания фиктивных отзывов // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2024]. URL: https://kmu.itmo.ru/digests/article/12870