基于字符语言模型的垃圾邮件过滤

• 作者: 叶正 林鸿飞 苏绥
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 计算机应用 中文信息处理 垃圾邮件过滤 语言模型 朴素贝叶斯 支撑向量机 n-Gram
• 年，卷（期）: 2009,（2）
• 页码范围: 41-47
• 页数: 7页
• 分类号: TP391
• 字数: 6169字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0077.2009.02.006

摘要

基于内容的过滤是当前解决垃圾邮件问题的主流技术之一.该文先简单综述了当前基于内容的垃圾邮件过滤中采用的各种技术,在此基础上提出将基于字符的语言模型应用于垃圾邮件过滤任务中,并通过实验对比了该方法与Naive Bayes、SVM和基于词的语言模型方法的性能差异,以及不同n值、不同特征选择方式对过滤结果的影响.实验结果表明,基于字符的语言模型实现简单且具有很高的性能,能较好地满足大规模在线邮件系统的需要,具有很高的实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林鸿飞	大连理工大学计算机科学与工程系	214	3759	31.0	55.0
2	苏绥	大连理工大学计算机科学与工程系	3	47	3.0	3.0
3	叶正	大连理工大学计算机科学与工程系	4	93	4.0	4.0