基于自然语言处理和深度学习的在线信任识别研究  

作　　者：金泽熙 李磊[1] JIN Zexi;LI Lei

机构地区：[1]新疆财经大学统计与数据科学学院,新疆乌鲁木齐830000

出　　处：《信息技术与信息化》2022年第8期197-201,共5页Information Technology and Informatization

基　　金：国家自然科学基金项目(编号:71762028)。

摘　　要：在消费者与商家的线上交易过程中,信任起到中介作用。已有信任研究仅停留于问卷调查,而用于信任识别的大量购物评论缺少信任标注。针对上述问题,结合自然语言处理方法提出信任触发词,结合转折词与程度副词完成对线上购物评论数据集的“不信任、中性、信任”三类信任标注。在深度学习模型中,BiLSTM模型能够增强对上下文语义的理解,进行模型对比实验确定BiLSTM模型结构,完成信任识别任务,取得F_(1)值77.71%的实验结果。同时,对比情感分析实验结果,评论文本中的信任倾向与情感倾向不完全一致,更具研究与实际运用价值。

关 键 词：信任识别 深度学习 长短期记忆 线上交易 情感分析 

分 类 号：TP391.1[自动化与计算机技术—计算机应用技术] TP18[自动化与计算机技术—计算机科学与技术]