基于语义相似度的垃圾评论过滤方法

摘要

本发明涉及一种基于语义相似度的垃圾评论过滤方法。现行的垃圾评论过滤都是基于规则、垃圾词库的匹配进行过滤。本发明首先本发明涉及一种基于语义相似度的垃圾评论过滤方法。现行的垃圾评论过滤都是基于规则、垃圾词库的匹配进行过滤。本发明首先使用规则简单过滤垃圾评论。其次，以HowNet词语相似度来扩展文本相似度并自适应更新主题特征向量来识别正常评论。最后，以褒贬词汇相似度计算评论情感倾向性来识别情感评论。由于本发明设计了k轮语义相似度识别正常评论，所以能更容易识别有效评论，提高识别的准确性。

主权项

基于语义相似度的垃圾评论过滤方法，通过对评论特征词与主题特征词的语义相似度计算扩充评论与主题的文本相似度，来提高有效评论的识别率，其特征在于包括如下步骤：（1）网络爬虫抓取视频的文字信息，所述的文字信息包括标题、标签和评论；（2）对文字信息进行中文分词并过滤停用词；（3）使用规则简单过滤垃圾评论；（4）以HowNet词语相似度来扩展文本相似度并自适应更新主题特征向量来识别正常评论。