基于一致性训练的半监督虚假招聘广告检测模型

作     者：王瑞琪 纪淑娟 曹宁 郭亚杰 WANG Ruiqi;JI Shujuan;CAO Ning;GUO Yajie

作者机构：山东省智慧矿山信息技术重点实验室(山东科技大学)山东青岛266590 

基　　金：国家自然科学基金资助项目(71772107) 

出 版 物：《计算机应用》 (journal of Computer Applications)

年 卷 期：2023年第43卷第9期

页      码：2932-2939页

摘      要：虚假招聘广告的泛滥不仅会损害求职者的合法权益,还会扰乱正常的就业秩序,造成求职者极差的用户体验。为了有效检测出虚假招聘广告,提出一种基于一致性训练的半监督虚假招聘广告检测模型(SSC)。首先,对所有数据应用一致性正则项提升模型的性能;然后,通过联合训练的方式整合有监督损失和无监督损失得到半监督损失;最后,使用半监督损失对模型进行优化。在两个真实数据集EMSCAD(EMployment SCam Aegean Dataset)和IMDB(Internet Movie DataBase)上的实验结果表明,SSC在标签数据仅为20时取得了最好的检测效果,准确率与现有先进的半监督学习模型UDA(Unsupervised Data Augmentation)相比提升了2.2和2.8个百分点,与深度学习模型BERT(Bidirectional Encoder Representations from Transformers)相比提升了3.4和11.7个百分点,同时还具有较好的可拓展性。

主 题 词：虚假信息检测 半监督学习 网络招聘 虚假招聘广告 一致性训练 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.11772/j.issn.1001-9081.2022081163

馆 藏 号：203123968...