Yapay Zekayla Spam İçerikler Tarih Olabilir

Günümüzde ürün ile servis incelemelerinin ve icmallerinin satışları etkilediği herkesçe bilinen bir gerçek. Tüketicilerin yaklaşık %71'i, öbür bireylerin izlenimlerini okuduktan sonra bir eseri satın almanın daha ​​iyi sonuç verdiğini söylerken %88'i de incelemelerin satın alma kararlarını etkilediğini söylüyor. Bu nedenle kötü niyetli üçüncü taraflarca yazılmış spam ve yanıltıcı incelemeleri azaltmak için ciddi çalışmalar yürütülüyor. Hartman Group ve Washington Üniversitesi'ndeki bilim kişileri, bu kuvvetli yerde büyük bir ilerleme kaydetti.


Arxiv.org'da yayınlanan bir makalede araştırmacılar, "spamGAN"ı (Yarı Kontrollü Görüş Spam Tespiti için GAN) açıkladılar. GAN, makine tahsili sisteminde üretken aksi ağlar sınıfına verilen isimdir. 

Makalenin muharrirleri, “İstenmeyen incelemeler ve icmaller; e-ticaret sitelerinde, toplumsal medyada, seyahat sitelerinde ve sinema inceleme sitelerinde yaygın bir sorun. Spam incelemelerini bir sınıflandırma sorunu olarak tanımlamanın ve bir inceleme verildiğinde ‘spam’ yahut ‘spam olmayan’ halinde sınıflandırılmanın gerektiğini düşünüyoruz” açıklamasında bulundular.


Bu formülde, etiketlenmemiş içerikler az ölçüde etiketlenmiş içeriklerle birlikte kullanılır. Bu sayede, makine öğrenmesinde uygunlaştırma sağlanır ve bu tekniğe ‘denetimli öğrenme’ ismi verilmiştir.

Makalenin müellifleri, “Spam incelemeler hakkındaki mevcut araştırmaların birden fazla (derin öğrenme prosedürleri dışında), spam davranışını sınıflandırmak ve tanımlamak için deneyimsel yaklaşımları kullanmaktadır. Ancak GAN tabanlı yaklaşımımızda özellikler had ağı tarafından öğreniliyor. Birebir devranda SpamGAN'ın, kesin gerçekliği olmayan durumlarda yapay olgu üretimi için kullanılabilecek spam ve spam olmayan içerikler de oluşturabileceğine inanıyoruz” açıklamasında bulundular.

Ayrıyeten spamGAN, gelecekteki çalışmalarda ve deneylerde kullanılmak üzere veri setleri ve daha sofistike bir sınıflandırıcı sağlayacaktır.