LANGUAGE OF PERSUASION AND MISREPRESENTATION IN BUSINESS COMMUNICATION: A TEXTUAL DETECTION APPROACH
创建于 更新于
摘要
本研究构建了多种深度学习模型，系统检测商业沟通中的说服性与误导性语言，利用包含4,848条注释文本的多源数据集，涵盖事实、说服及误导类文本。在多架构的对比中，基于注意力机制的Custom Attention模型表现优异，准确率达97.63%。研究显示，事实类文本与误导性文本具有显著语言区分特征，而说服性与误导性内容界限模糊呈连续体。模型训练与评估采用多维性能指标及混淆矩阵，验证了模型在检测商业文本欺骗的有效性与稳定性，提出了跨文化、多语种和伦理考量的未来研究方向[page::0][page::10][page::11][page::14][page::16]
