基于邮件过滤的中文邮件语料库构建

• 作者: 朱巧明 李军辉 李培峰
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 邮件过滤 中文邮件语料库 标注 XML
• 年，卷（期）: 2007,（8）
• 所属期刊栏目: 基金项目
• 页码范围: 56-58,121
• 页数: 4页
• 分类号: TP3
• 字数: 4107字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2007.08.021

摘要

首先分析了现阶段邮件过滤的主要技术和邮件语料库建设的现状,并提出了建设中文邮件语料库的相关问题,建议在邮件建设过程中保留邮件信头信息、不排斥邮件副本.然后给出了邮件语料库系统的实现框架,分为邮件源代码的解析与预处理、邮件的初次标注、词分类和邮件的二次标注四个步骤,并通过提供一个管理工具来管理邮件语料.最后,介绍了目前已经建设的一个邮件语料库的情况.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱巧明	苏州大学计算机科学与技术学院	261	2058	25.0	31.0
2	李培峰	苏州大学计算机科学与技术学院	138	995	16.0	24.0
3	李军辉	苏州大学计算机科学与技术学院	25	151	6.0	12.0