文献阅读_基于多模态数据语义融合的旅游在线评论有用性识别研究（中文文献）

文献来源：马超,李纲,陈思菁,毛进,张霁.基于多模态数据语义融合的旅游在线评论有用性识别研究[J].情报学报,2020,39(02):199-207.

行文架构

引言

相关工作

在线评论有用性识别

多模态数据融合

基于多模态数据融合的在线评论有用性识别模型

模型输入层为：给定的包含图片和文本的评论内容
模型输出层为：对应的有用性标签取值，0为无用评论，大于0为有用评论

文本语义特征提取

1、传统分词法W2V

2、BERT
注：BERT模型分词步骤，本文献介绍过于简单，后续有相关文献采用该技术时，笔者再来补全。

图片语义特征提取

图片标签识别

标签语义向量提取

图文特征融合与模型构建

采用基于文本卷积神经网络（TextCNN）和双向长短时记忆循环神经网络（bi-directional LSTM RNN）2个深度学习模型构建分类器

实验与结果分析

实验数据

描述性统计分析

评论图片数量分析

有用性投票数量分析

有用性分类实验

实验过程

模型实施与结果分析

结果与讨论

---

问题：
1、评论内容的有用性与无用性如何界定？