某電商平台希望偵測異常評論行為，例如大量重複貼文或疑似機器人生成的評論。由於此類異常樣本難以事先完整標記，系統主要依據大量正常評論的分布來識別偏離行為。下列哪一種機器學習框架最能滿足此系統的設計需求？
答案 （C）
核心概念
題幹描述的做法是「只用大量正常評論建立正常樣態的分布，再把偏離這個分布的行為標示為異常」。這種只用單一類別（正常）資料訓練、用來判別另一類別（異常）的做法，通常歸類為半監督式異常偵測（也稱單類別學習）——它用到了「這些是正常的」這個標籤資訊，但沒有異常樣本的標註。
本題詳解提到同卷第 2 題。
答題技巧
快速判斷技巧：看到「只有正常資料、用它建立分布、找偏離者」，就是異常偵測；再看選項把它歸在哪一類——用到正常標籤但沒有異常標籤，歸為半監督式。
易錯陷阱：這題與本卷第 2 題（D 選項）形成對照組：異常偵測可以在沒有異常標註的情況下做，但做不到「判定屬於哪一種異常類別」。兩題一起看，能把這個界線記得更牢。