亚马逊宣布，它正在利用越来越复杂的人工智能工具来打击其市场上的虚假评论和不真实的评论。
多年来，全球领先的电子商务市场一直与虚假评论经纪商进行斗争，最近以针对英国客户的虚假评论经纪商www.example.com的法律行动为高潮。
亚马逊客户信任团队负责人Dharmesh Mehta表示，“我们正在积极打击评论经纪人”，并透露亚马逊已经对全球94名此类评论欺诈者采取了法律行动，包括美国、中国和欧洲。
2022年，Fakespot是一个用于检测虚假评论的工具，分析了7.2亿条评论，并估计， 42%是假货在某种程度上。
几乎任何研究过亚马逊评论的人都可能遇到过可疑的评论，这些评论在直觉上感觉是假的。许多评论都是付费的代言，旨在提高卖家的评级或破坏竞争对手的公司。
亚马逊正在投资机器学习（ML）模型，这些模型能够分析数千个数据点，以帮助识别欺诈性审查活动。人工智能模型评估各种因素，以确定评论是假的可能性，例如作者与其他在线账户的关系，登录活动，评论历史和不寻常的行为。
亚马逊还在追逐为交易评论而成立的社交媒体集团。2022年，亚马逊发现了超过2.3万个社交媒体群，其中包括4600万多名参与促进虚假评论的成员。
许多研究项目的目标是使用自然语言处理(NLP)人工智能技术来破解虚假评论。
例如， 2022年的一项研究 用GPT—2训练了一个假的评论分类器，它的表现超过了人类。
Mehta表示：“我们使用机器学习来寻找可疑账户，跟踪留下评论的购买账户与销售该产品的人之间的关系。通过结合细致的审查、先进的机器学习和人工智能，我们可以防止虚假评论到达客户手中。
人工智能如何检测虚假评论
如果你曾经读过一篇评论，并认为“这看起来很假”，那么这或多或少证明了人工智能也可以做到同样的事情。你会发现一些信号和线索，人工智能也可以学习这些。
AI可以使用NLP来查看诸如过度标点、糟糕的语法以及过度消极或积极的语气等因素，也称为情感分析。然而，检测虚假评论的方法远不止于此，如果亚马逊没有定义严格的标准，他们就有可能删除真实评论。
其他方法包括分析哪些类型的产品收到虚假评论，什么时候留下虚假评论，以及通用的5星级评论是否来自同一个账户。
当然，没有人比亚马逊更适合分析这些数据，这就引出了一个问题，为什么这个问题比以往任何时候都大（或更大）？
尽管亚马逊希望通过删除虚假评论来促进信任，但 所有 评论最符合他们的利益。
正如Fakespot的Saoud Khalifah所说，“如果亚马逊100%删除虚假评论，他们将损失数千亿美元的股东价值。
