基于Co-Training的微博垃圾评论识别方法 李志欣;兰丹媚;张灿龙;唐素勤 【期刊名称】《计算机工程》 【年(卷),期】2018(044)007 【摘 要】微博上大量的垃圾评论对个人、社会,甚至是对国家都会造成不良影响.为对微博中的垃圾评论进行识别,提出基于协同训练的微博垃圾评论识别方法.定义一种基于规则的识别方法过滤出显式垃圾评论,剩余的评论归为相关评论,构建AdaBoost分类器和支持向量机分类器,通过Co-Training算法进行协同训练,判断其是否为垃圾评论,以提高分类精度,节省样本标注工作.实验结果表明,与基于相似度计算的垃圾评论识别方法、基于评论多特征的垃圾评论识别方法相比,该方法具有较好的识别效果. 【总页数】7页(P212-218) 【作 者】李志欣;兰丹媚;张灿龙;唐素勤 【作者单位】广西师范大学广西多源信息挖掘与安全重点实验室,广西 桂林 541004;广西区域多源信息集成与智能处理协同创新中心,广西 桂林 541004;广西师范大学广西多源信息挖掘与安全重点实验室,广西 桂林 541004;广西区域多源信息集成与智能处理协同创新中心,广西 桂林 541004;广西师范大学广西多源信息挖掘与安全重点实验室,广西 桂林 541004;广西区域多源信息集成与智能处理协同创新中心,广西 桂林 541004;广西师范大学广西多源信息挖掘与安全重点实验室,广西 桂林 541004;广西区域多源信息集成与智能处理协同创新中心,广西 桂林 541004 【正文语种】中 文 【中图分类】TP391 【相关文献】 1.一种基于支持向量机的垃圾微博识别方法 [J], 陈欣;郑啸;焦媛媛;陈慧娟 2.基于主题模型和情感分析的垃圾评论识别方法研究 [J], 金相宏;李琳;钟珞 3.基于AdaBoost的微博垃圾评论识别方法 [J], 黄铃;李学明 4.基于评论异常度的新浪微博谣言识别方法 [J], 张仰森;彭媛媛;段宇翔;郑佳;尤建清 5.基于协同训练算法的微博垃圾评论识别 [J], 曹春萍;杨青林 因版权原因，仅展示原文概要，查看原文内容请购买 本文来源：https://www.wddqw.com/doc/0a999d7f29f90242a8956bec0975f46527d3a7bb.html