Suni Zekayla Spam İçerikler Tarih Olabilir

Günümüzde ürün ile servis incelemelerinin ve yorumlarının satışları etkilediği herkesçe malum bir gerçek. Tüketicilerin ortalama %71’i, öteki kişilerin izlenimlerini okuduktan sonrasında bir ürünü satın almanın daha ​​iyi netice verdiğini söylerken %88’i de araştırmaların satın alma kararlarını etkilediğini söylüyor. Bundan dolayı fena niyetli üçüncü taraflarca yazılmış spam ve yanıltıcı incelemeleri azaltmak için ciddi emekler yürütülüyor. Hartman Group ve Washington Üniversitesi’ndeki bilim adamları, bu sıkıntılı alanda büyük bir ilerleme kaydetti.

Arxiv.org’da gösterilen bir makalede araştırmacılar, “spamGAN”ı (Yarı Denetimli Görüş Spam Tespiti için GAN) açıkladılar. GAN, makine öğrenimi sisteminde üretken ters ağlar sınıfına verilen isimdir.

Yazının yazarları, “İstenmeyen incelemeler ve yorumlar; e-ticaret sitelerinde, toplumsal medyada, gezi sitelerinde ve film araştırma sitelerinde yaygın bir problem. Spam incelemelerini bir sınıflandırma problemi olarak tanımlamanın ve bir araştırma verildiğinde ‘spam’ yada ‘spam olmayan’ şeklinde sınıflandırılmanın icap ettiğini düşünüyoruz” açıklamasında bulundular.

Bu yöntemde, etiketlenmemiş içerikler azca oranda etiketlenmiş içeriklerle beraber kullanılır. Bu sayede, makine öğrenmesinde iyileştirme sağlanır ve bu tekniğe ‘denetimli öğrenme’ adı verilmiştir.

Yazının yazarları, “Spam incelemeler hakkında mevcut araştırmaların bir çok (derin öğrenme şekilleri haricinde), spam davranışını sınıflandırmak ve tanımlamak için deneyimsel yaklaşımları kullanmaktadır. Sadece GAN tabanlı yaklaşımımızda özellikler sinir ağı tarafınca öğreniliyor. Bununla beraber SpamGAN’ın, kati gerçekliği olmayan durumlarda suni veri üretimi için kullanılabilecek spam ve spam olmayan içerikler de oluşturabileceğine inanıyoruz” açıklamasında bulundular.

Ek olarak spamGAN, gelecekteki çalışmalarda ve deneylerde kullanılmak suretiyle veri setleri ve daha sofistike bir sınıflandırıcı elde edecektir.