基于短语的贝叶斯中文垃圾邮件过滤方法

• 作者: 王青松 魏如玉
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 垃圾邮件过滤 贝叶斯 特征项提取 基于短语 中文分词
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 人工智能
• 页码范围: 256-259,269
• 页数: 5页
• 分类号: TP393.098
• 字数: 5855字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2016.4.052

摘要

朴素贝叶斯算法在垃圾邮件过滤领域得到了广泛应用,该算法中,特征提取是一个必不可少的环节.过去针对中文的垃圾邮件过滤方法都以词作为文本的特征项单位进行提取,面对大规模的邮件训练样本,这种算法的时间效率会成为邮件过滤技术中的一个瓶颈.对此,提出一种基于短语的贝叶斯中文垃圾邮件过滤方法,在特征项提取阶段结合文本分类领域提出的新的短语分析方法,按照基本名词短语、基本动词短语、基本语义分析规则,以短语为单位进行提取.通过分别以词和短语为单位进行垃圾邮件过滤的对比测试实验证实了所提出方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王青松	辽宁大学信息学院	20	83	5.0	9.0
2	魏如玉	辽宁大学信息学院	1	12	1.0	1.0