摘要：
为实现环境类虚假投诉举报检测,提出一种基于对抗迁移学习方法的虚假投诉举报检测模型.首先,以长短期记忆(long-short term memory,LSTM)网络为特征抽取器抽取微博谣言(源域)和投诉举报文本(目标域)的共享特征;然后,使用对抗学习方法进行领域适配,将源域特征和目标域特征进行特征对齐;最后,由分类器输出分类结果,并由分类损失和领域适配损失共同更新网络参数.通过模型对比实验和消融实验可知,模型的F1 达到了79.61%.结果表明,对抗迁移学习模型具有较好的性能,适合应用在环境类虚假投诉举报检测任务中.
关键词：
通讯作者信息：
电子邮件地址：
