skip to main content

Deteksi Pertanyaan Tidak Tulus pada Quora dengan Metode Bidirectional Long Short Term Memory (LSTM) dan Self-Attention

Department of Informatics Engineering, Universitas Brawijaya., Indonesia

Received: 8 Jan 2021; Published: 24 Sep 2024.
Open Access Copyright (c) 2024 Jurnal Teknologi dan Sistem Komputer under http://creativecommons.org/licenses/by-sa/4.0.

Citation Format:
Abstract
Quora adalah salah satu situs tanya jawab terbesar dengan ribuan pertanyaan setiap harinya. Berbagai macam topik pertanyaan dan jawaban disampaikan pengguna untuk bertukar informasi. Demi memberikan kenyamanan pengguna, Quora ingin mendeteksi pertanyaan-pertanyaan yang tidak tulus yang muncul pada platform mereka. Pertanyaan tidak tulus tersebut adalah pertanyaan yang secara sengaja disampaikan pengguna dimana sebenarnya pertanyaan tersebut tidak membutuhkan jawaban, namun hanya untuk membuat sebuah pernyataan yang memprovokasi pengguna lain. Pada penelitian ini diusulkan metode Bidirectional LSTM dan Self Attention untuk membuat model terbaik yang dapat memprediksi pertanyaan-pertanyaan di Quora. Pada akhir pelatihan, didapatkan model terbaik dengan nilai akurasi sebesar 0,9668, nilai pressisi sebesar 0,9880 , nilai sensitifitas (recall) sebesar 0,9769 dan nilai F1 sebesar 0,9824.
Fulltext Email colleagues
Keywords: Quora; Teks Klasifikasi, Bidirectional LSTM; Self-Attention

Article Metrics:

Last update:

No citation recorded.

Last update: 2024-09-27 02:44:57

No citation recorded.