- 1、本文档共5页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于改进贝叶斯模型的中文邮件分类算法-中国科技论文在线.PDF
中国科技论文在线
!!!!!!!!
!
! ·网络、通信与安全·
!!!!!!!!
基于改进贝叶斯模型的中文邮件分类算法
王 宁,张建忠,何 云,申庆永,徐敬东
南(开大学 计算机科学与技术系,天津 300071)
E-mail:wangn@
摘 要:通过分析常见的贝叶斯分类方法和实现模型,提出了一种适用于中文邮件的分类算法———基于混合模型的最小
风险贝叶斯方法。混合模型将二项独立模型和多项式模型相结合,提高邮件分类的查全率,同时,在此基础上应用最小风
险贝叶斯方法,进一步提高准确率。实验表明,应用改进的方法可以得到更准确的邮件分类效果。
关键词:邮件分类;中文分词;最小风险;混合模型;贝叶斯
文章编号:1002-83312(006)31-0097-04 文献标识码:A 中图分类号:TP393
Algorithm ofChineseMailClassificationBasedon
ImprovedBayesianModel
WANGNing,ZHANGJian-zhong,HEYun,SHENQing-yong,XUJing-dong
D(epartmentofComputerScienceandTechnology,NankaiUniversity,Tianjin300071,China)
Abstract:WithstudyingsomepopularmethodsandmodelsforBayesianapproach,onekindoftextclassificatory
algorithmthepaperproposedanewalgorithmwhichwasfitforChinesemails,riskminimizationBayesbasedonhybird
model.ThehybirdmodelunifiedBinaryIndependenceModelandMultinomialModel,improvedtherecallofmailfilter,in
themeanwhile,usingtheriskminimizationBayesonhybirdmodel,improvedtheprecision.Theresultofexperiments
demonstratesthatthenewalgorithmgainsbetterperformanceinmailclassification.
Keywords:mailclassification;Chinesewordsegmentation;minimumrisk;hybridmodel;Bayes
1 引言 合模型,并分别将朴素贝叶斯和最小风险贝叶斯方法应用于此
电子邮件作为Internet中最常用的服务之一,给生产和生 模型,通过完整的实验过程对不同分类器的分类效果进行了
活带来极大的便利,同时也引发了垃圾邮件的泛滥。据统计,我 比较。
[1]
国已成为全球第二大垃圾邮件受害国 。
传统的反垃圾邮件技术 (包括SMTP用户认证,逆向名字 2 准备工作
解析,实时黑名单过滤,可信白名单等技术)对垃圾邮件的过滤 2.1 文本的表示
效果都不尽如人意。实际上,垃圾邮件的致命缺陷就是邮件内 文本分类是有监督的学习任务,任何文本分类算法在学习
容本身。垃圾邮件制造者可以通过伪造信头等方式绕过任何反 之前,都要将文本以一种合适的形式表示出来,使其适应于分
垃圾邮件技术所设下的其它障碍,但是他们必须传达一定的信 类算法。本文采用向量空间模型 (
您可能关注的文档
最近下载
- 安徽省合肥市瑶海区2022-2023学年九年级上学期期中考试英语试题 .docx VIP
- 2025年一建一级建造师项目管理考点重点知识总计中范围预测记忆笔记.pdf
- 2024北师大版四年级下册数学全册教案.pdf VIP
- [疾病的隐喻].桑塔格(大全).pdf
- 《军事理论》考试题库大全(含各章节)-共600多题.docx
- AI助力教育创造性学习的未来.pptx
- YB∕T 4001.3-2020- 钢格栅板及配套件 第3部分:钢格板楼梯踏板.pdf
- 国家开发银行招聘考试真题汇编.docx
- 括号里最大能填几基础训练一.pdf VIP
- 党课PPT课件含讲稿:二十届三中全会解读人才自主培养机制造就高水平创新型人才队伍.pptx VIP
文档评论(0)