适于垃圾文本流过滤的条件概率集成方法

• 作者: 刘伍颖 王挺
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 垃圾过滤 文本流 集成条件概率 语汇序列 索引
• 年，卷（期）: 2010,（5）
• 所属期刊栏目: 学术研究
• 页码范围: 445-454
• 分类号: TP391.1
• 字数: 8385字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.2010.05.007

摘要

通过用于垃圾文本流过滤的在线文本分类研究,提出了一种新的条件概率集成方法.采用语汇序列表示文本,使用索引结构存储分类知识,设计实现了分类模型的在线训练算法和在线分类算法.抽取电子邮件和手机短信的多种文本特征,分别在TREC07P电子邮件语料和真实中文手机短信语料上进行了垃圾信息过滤实验.实验结果表明,提出的方法能够获得很好的垃圾信息过滤效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘伍颖	国防科技大学计算机学院	6	47	4.0	6.0
2	王挺	国防科技大学计算机学院	39	558	10.0	23.0