概念Fake Review Detection / 虚假评论检测
假评论检测
利用机器学习、自然语言处理等技术识别和过滤网络平台上虚假、欺骗性评论的研究领域，涵盖文本分析、行为特征、图结构等多维度信号融合方法
时间轴 (近 90 天)
9月28日
一篇假评论检测综述覆盖了211篇研究文献，系统梳理了从传统机器学习到大语言模型时代的演进
待验证50%
9月28日
综述归纳的证据来源包括评论文本、情感信号、评分行为、时间元数据、用户—商品关系图、多模态内容、外部知识及LLM生成信号
待验证50%
9月28日
由于标签定义不同，在一个数据集上取得高分的模型换到另一个数据集后性能可能大幅下滑，跨论文数字未必可比
待验证50%
9月28日
综述指出六大开放难题：对抗性生成、跨域迁移、不确定性感知融合、缺失源鲁棒性、可解释性和可信评估
待验证50%
9月28日
有效的假评论治理需要整合行为、结构、时序等多维证据，单纯依赖文本分类模型的时代正在过去
待验证50%