文章基本信息

标题：MDLText e Indexação Semântica aplicados na Detecção de Spam nos Comentários do YouTube
本地全文：下载
作者：Renato Moraes Silva ; Túlio C. Alberto ; Tiago A. Almeida 等
期刊名称：iSys - Revista Brasileira de Sistemas de Informação
印刷版ISSN：1984-2902
出版年度：2017
卷号：10
期号：3
页码：49-73
语种：Portuguese
出版社：iSys - Revista Brasileira de Sistemas de Informação
摘要：Muitos usuários do YouTube produzem conteúdo regularmente e fazem desta tarefa seu principal meio de vida. Contudo, esse sucesso vem despertando a atenção de usuários mal-intencionados, que propagam comentários indesejados para se autopromoverem ou para disseminar links maliciosos. Neste cenário, métodos tradicionais de categorização de texto podem sofrer limitações devido às características inerentes ao problema: (1) os comentários costumam ser curtos e mal redigidos e (2) o problema de classificação é naturalmente online. Este artigo avalia um método de classificação baseado no princípio da descrição mais simples e compara os resultados com os de métodos tradicionais de aprendizado online. Também é proposta uma técnica ensemble, que combina os métodos de classificação com diferentes técnicas de processamento de linguagem natural. Os experimentos foram cuidadosamente realizados e a análise estatística dos resultados indica que a técnica proposta obteve desempenho superior ao obtido quando apenas os comentários originais foram empregados.
关键词：aprendizado de máquina;categorização de texto;princípio da descrição mais simples;YouTube