一旦你有大量的训练数据，这将不是那么难的问题。但是，在您拥有大量训练数据之前，您需要以一种或另一种方式获取一些训练数据。您将需要大量训练数据来获得相当多的模型，这些模型将为您提供高精度。然后，您可能希望将长期短期记忆循环神经网络与 word2vec 模型一起使用，甚至可能是句子/paraphraph2vec 模型。这将能够通过一些调整为您提供一些相当不错的结果，但如果您想要真正准确的结果，您将需要尝试一个整体。集成是指您使用多个神经网络提供的输出，该输出通过另一个分类器（通常是 XGboost）提供，以获得更好的分类结果。您可能还想尝试一些特征工程。最后，为了实现此模型，您可以采用多种方法之一。首先，您可以使用 tensorflow 服务。Tensorflow 由谷歌创建并被许多机器学习社区使用。但是，tensorflow 是用 python 编写的，因此您需要使用 tensorflow serving 才能在您的 Asp.net 应用程序中使用它。或者，您可以使用微软的 CNTK。或者最后，您可以使用自定义构建的实现，但这将花费大量时间并且不值得，除非您正在进行研究。此外，如果您出于某种原因真的不想使用深度学习，您可能可以使用更简单的模型，但您需要了解您的数据。如果您正在进行深度学习，您还需要了解您的数据，但可能不需要那么多。您可以采取几种方法中的一种。首先，您可以使用 tensorflow 服务。Tensorflow 由谷歌创建并被许多机器学习社区使用。但是，tensorflow 是用 python 编写的，因此您需要使用 tensorflow serving 才能在您的 Asp.net 应用程序中使用它。或者，您可以使用微软的 CNTK。或者最后，您可以使用自定义构建的实现，但这将花费大量时间并且不值得，除非您正在进行研究。此外，如果您出于某种原因真的不想使用深度学习，您可能可以使用更简单的模型，但您需要了解您的数据。如果您正在进行深度学习，您还需要了解您的数据，但可能不需要那么多。您可以采取几种方法中的一种。首先，您可以使用 tensorflow 服务。Tensorflow 由谷歌创建并被许多机器学习社区使用。但是，tensorflow 是用 python 编写的，因此您需要使用 tensorflow serving 才能在您的 Asp.net 应用程序中使用它。或者，您可以使用微软的 CNTK。或者最后，您可以使用自定义构建的实现，但这将花费大量时间并且不值得，除非您正在进行研究。此外，如果您出于某种原因真的不想使用深度学习，您可能可以使用更简单的模型，但您需要了解您的数据。如果您正在进行深度学习，您还需要了解您的数据，但可能不需要那么多。Tensorflow 由谷歌创建并被许多机器学习社区使用。但是，tensorflow 是用 python 编写的，因此您需要使用 tensorflow serving 才能在您的 Asp.net 应用程序中使用它。或者，您可以使用微软的 CNTK。或者最后，您可以使用自定义构建的实现，但这将花费大量时间并且不值得，除非您正在进行研究。此外，如果您出于某种原因真的不想使用深度学习，您可能可以使用更简单的模型，但您需要了解您的数据。如果您正在进行深度学习，您还需要了解您的数据，但可能不需要那么多。Tensorflow 由谷歌创建并被许多机器学习社区使用。但是，tensorflow 是用 python 编写的，因此您需要使用 tensorflow serving 才能在您的 Asp.net 应用程序中使用它。或者，您可以使用微软的 CNTK。或者最后，您可以使用自定义构建的实现，但这将花费大量时间并且不值得，除非您正在进行研究。此外，如果您出于某种原因真的不想使用深度学习，您可能可以使用更简单的模型，但您需要了解您的数据。如果您正在进行深度学习，您还需要了解您的数据，但可能不需要那么多。您可以使用自定义构建的实现，但这将花费大量时间并且不值得，除非您正在进行研究。此外，如果您出于某种原因真的不想使用深度学习，您可能可以使用更简单的模型，但您需要了解您的数据。如果您正在进行深度学习，您还需要了解您的数据，但可能不需要那么多。您可以使用自定义构建的实现，但这将花费大量时间并且不值得，除非您正在进行研究。此外，如果您出于某种原因真的不想使用深度学习，您可能可以使用更简单的模型，但您需要了解您的数据。如果您正在进行深度学习，您还需要了解您的数据，但可能不需要那么多。

这是一个常见的问题，但在此之前，您需要大量的标签数据，越多越好。

由于亚马逊的所有评论都没有被标记为具有欺骗性，因此您可以手动标记它们。

然后，您可以使用 Aiden Grossman 所描述的 NLP 技巧。一种简单的方法是让每个单词都作为向量之一，输出是一个向量（是否具有欺骗性）。更好的方法是使用 word2v 作为输入，使用 lstm 作为隐藏层。

当心这个异常检测问题，即欺骗性审查可能极少发生。请谨慎处理精度和召回。

Asp.net 是好的。您可以将推理模型用作后端服务，asp.net 可以使用任何 js 框架调用此服务。