Поймай бота: семантические траектории текстов китайского языка, сгенерированных автоматически и написанных человеком

В настоящее время электронная коммерция набирает все большую популярность и онлайн рецензии стали подвергаться мошенническим атакам разного рода. В частности, китайские товары становятся популярными на рынке и различные платформы электронной коммерции сталкиваются с китайскими продавцами. Поэтому в данной работе предлагается метод позволяющий отличить отзывы на китайском языке, написанные мошенниками или сгенерированные автоматически от отзывов настоящих покупателей. Используя представления слов, полученные с помощью латентно-семантического анализа и алгоритм Уишарта, были получены кластеры с характеристиками, отличающимися в зависимости от типа комментария. К кластерам применялся набор эвристик и таким образом осуществлялась бинарная классификациях исходных отзывов. Было показано, что на одном из наборов данных можно достичь улучшения ранее изучаемых подходов, тогда как существует способ генерации текстов, для которого предложенный метод демонстрирует низкое качество, а значит есть перспектива его улучшения.