[論文レビュー] Opinion Spam Recognition Method for Online Reviews using Ontological Features

Long Hoang Nguyen, Hoang Trong Nghia Pham+1 more|arXiv (Cornell University)|Jul 29, 2018

Spam and Phishing Detection参考文献 20被引用数 12

ひとこと要約

本稿では、ドメイン固有のオントロジーから得られる構造的知識を活用して、偽のオンラインレビューを識別する際の精度を向上させる、意見スパム検出手法を提案する。分野固有のオントロジーから得られる構造的知識を活用して言語的・意味的パターンを分析することで、本手法は75%以上の精度を達成し、従来の手法よりも真のレビューと改ざんされたレビューを区別する能力に優れている。

ABSTRACT

Nowadays, there are a lot of people using social media opinions to make their decision on buying products or services. Opinion spam detection is a hard problem because fake reviews can be made by organizations as well as individuals for different purposes. They write fake reviews to mislead readers or automated detection system by promoting or demoting target products to promote them or to damage their reputations. In this paper, we pro-pose a new approach using knowledge-based Ontology to detect opinion spam with high accuracy (higher than 75%). Keywords: Opinion spam, Fake review, E-commercial, Ontology.

研究の動機と目的

• オンラインレビューにおける意見スパムの増加する課題に取り組み、消費者および企業を誤解させるのを防ぐこと。
• 構造的ドメイン知識を統合することで、従来のテキストベースの手法を上回る検出精度を向上させること。
• オントロジーを用いた知識ベースのアプローチを開発し、レビュー内の意味的関係をモデル化すること。
• 従来の自然言語処理技術では検出できない偽のレビューを特定する強固なフレームワークを構築すること。

提案手法

• 本手法は、製品レビューに関連する重要なエンティティ、属性、関係を表現するドメイン固有のオントロジーを構築する。
• オントロジーのカテゴリ内における語句頻度や、レビュー文間の意味的整合性といった、オントロジー特徴を抽出する。
• レビューの内容と事前に定義されたオントロジー構造との整合性から特徴を抽出し、語彙的および意味的パターンを捉える。
• これらのオントロジー特徴を用いて教師あり機械学習分類器を学習させ、真のレビューと偽のレビューを区別する。
• レビューの構造とコンテンツ分布における異常を検出するために、文法的および意味的分析を統合する。
• ドメインの専門知識と既存の知識ベースを活用してオントロジーを構築することで、重要な製品および感情的概念の関連性と網羅性を確保する。

実験結果

リサーチクエスチョン

• RQ1 従来のテキストベースの手法と比較して、オントロジー特徴はオンラインレビューにおける意見スパム検出をどのように改善するか？
• RQ2 レビューに見られる、スパム行動を示す最も顕著な意味的および構造的パターンは何か？
• RQ3 ドメイン固有の知識は、自動化された意見スパム検出システムの精度をどの程度向上させるか？
• RQ4 オントロジー特徴は、標準的なNLP手法が見逃す、偽のレビューにおける微細な言語的異常を効果的に捉えることができるか？

主な発見

• 提案手法は、意見スパム検出において75%を超える精度を達成し、ベースライン手法よりも顕著な改善を示している。
• オントロジー特徴は、偽のレビューにおける意味的不整合性や異常な語句分布を捉えることで、検出性能を著しく向上させた。
• オントロジー構造に対する意味的整合性が低いレビューは、スパムと分類される傾向が高かった。
• ドメイン固有の知識の統合により、誤検出が減少し、多様な製品カテゴリにわたる耐性が向上した。
• 表面的なテキスト特徴に依存する従来の機械学習モデルよりも、本手法は優れた性能を示した。
• 構造的知識の活用により、プロモーション目的のレビューおよび悪意あるレビューを含む、さまざまなタイプの意見スパムに対して、より良い一般化性能が達成された。