В докладе рассматривается актуальная проблема распознавания ложных (сгенерированных компьютером или одним и тем же пользователем под разными именами) отзывов, вводящих в заблуждение потребителей и компании, предоставляющие товары и услуги. Сложность задачи заключается в разнородности исходных данных, требующих глубокого анализа для установления ложности отзыва. Лежащий в основе массива данных корпус необработанных отзывов, собранных с различных платформ (маркетплейсы и агрегаторы), не имеет и не может иметь готовой разметки, поэтому необходимо максимально упростить процесс разметки отзывов. В докладе предлагается разработать комплексный метод анализа отзывов, приведена возможная схема решения данной задачи с использованием методов машинного обучения, и определены планы по оптимизации предложенного подхода.