被 spam 评论给弄疯了，如何有效的建立机器学习模型呢？

[SlipStupig]

公司产品评论区里面老是出现一些乱七八糟的评论，开始用正则表达式，但是太容易绕过了，而且还容易误杀。 后来用了 tfidf+native bayes 做个一个模型，开始还行，后来出现了一些内容嵌入发帖，例如：

深度考察. 2019 年 10 月 23 日 23:16.棋牌游戏一对一真钱_新布丁娱乐大厅拼三张可以作弊吗. 关于棋牌游戏一对一 883321.com 真钱的 创新是民族进步之魂，创新型青年人才是国家的未来。周女士也想提醒广大家长，在孩子入学的问题上，一定要 ... 障用户更加便捷地在快手记录分享生活、学习、娱乐和社交，甚至获得经济收入。

这种类似的文本，使用 tfidf 去提取文本特征，提取出来的特征基本上对这种文本没有什么用，大家有什么好的办法嘛

[xfelix]

不要光考虑评论内容，试着从其他特征入手，比如 ip 地址，client type 等。

[mcone]

之前做过一个类似的，首先我觉得你们思路就不太对
> “但是太容易绕过了”
你们不能简单粗暴地直接拒绝提交评论或者直接屏蔽掉，而是应该让这段内容不对其他用户显示，对发布 spam 的真人 /bot 透明，这样就能轻松很多了

至于模型，我也没有特别好的 idea，之前被折磨地很痛苦，对“在别人的大段真实评论里插入几个字（甚至是火星文）”的广告，我至今都没什么好想法……

[murmur]

关评论，筛选，实名

[feng12345]

看下市面上有没有合适的商用产品，有时候花点钱还是挺值得

[SlipStupig]

@murmur 关评论我会被骂死的。。

@feng12345 公司穷不可能额外花钱

[SlipStupig]

@xfelix 能说的具体一点嘛

[huayumo]

发帖审核,要么关键字过滤,不然这产品迟早要完,要么加强账号审核,登录什么的

[cmdOptionKana]

提高注册门槛，封号。这样广告账号的注册成本提高了，自然就会减少。（比如需要做一些任务才能发评论）

[learnshare]

不审核，轻则暂停访问整改，重则永久封掉

[murmur]

你们是大陆地区的产品么，没有审核没有实名制是严重问题

[xuanbg]

评论的套路难道不都是审核后才能让别人看得到吗？然后问题就变成了怎么审核的问题。一般来说都是机器为主人工补充。就是符合通过和驳回规则的直接就通过或驳回了，剩下的人工来审核。

[SlipStupig]

@murmur
@cmdOptionKana

目前这个情况没办法实名验证，之前弄了手机验证，好像完全没用

[cmdOptionKana]

@SlipStupig 没有实名制，广告还算小事情了，万一被人家搞，给你发敏感词，再一举报。

[Juszoe]

同意二楼，这种很类似贴吧

[SquirrelMAN]

有个 iOS 应用 熊猫吃短信 过滤垃圾文本做的非常好

[bitholic]

如果有资金，可以考虑第三方反垃圾服务

[WebKit]

大陆地区的评论没有实名，你们怕是要被永久封停

[fonlan]

用这些嵌入式文本继续训练你的模型啊，另外可以用模型给出一个疑似度值，高于某个门限的需要人工审核

[Cbdy]

朴素贝叶斯解君愁

[qq316107934]

新注册账号 2h 内禁止发言，账号需要验证邮箱，发帖需要验证码，发帖量在 3 个以下的需要手动发表审核。我就不信还有。