龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：牡丹江师范学院
摘要：本发明公开了一种KMeans‑LSTM模型和评论文本特征提取与虚假评论识别方法，属于评价系统领域，所述KMeans‑LSTM模型包括：TF‑IDF评论文本向量化、基于K‑means聚类算法的数据集平衡、GloVe预训练词嵌入以及LSTM分类器。评论文本特征提取与虚假评论识别方法包括：S1，数据预处理、S2，聚类与数据平衡、S3，词嵌入与模型训练、S4，模型评估与应用。本发明有效解决了数据不平衡的问题同时利用深度学习技术提高了模型的学习能力和预测准确性。该模型提高了虚假评论的识别率也具有较强的泛化能力，并且能够适用于不同来源和类型的评论数据。通过分析和应用来自不同源的评论数据，增强了模型的泛化能力。这样的方法使得模型不仅适用于训练时的数据集，也能有效处理其他来源的数据。
主权项：1.一种KMeans-LSTM模型，其特征在于，所述KMeans-LSTM模型包括：TF-IDF评论文本向量化：将评论文本通过TF-IDF算法转换成向量形式，以衡量单词的重要性；基于K-means聚类算法的数据集平衡：应用K-means算法对向量化的数据进行聚类，从而实现数据平衡，优化所述训练数据集；GloVe预训练词嵌入：使用GloVe模型对文本进行词嵌入，以捕捉单词的语义信息；LSTM分类器：利用LSTM网络学习评论文本的深层特征，并进行分类预测。
全文数据：
权利要求：
百度查询： 牡丹江师范学院 一种KMeans-LSTM模型和评论文本特征提取与虚假评论识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号