高性能中文垃圾邮件过滤器

被引：11

作者：

齐浩亮 ^{[1
]}

程晓龙 ^{[1
]}

杨沐昀 ^{[2
]}

何晓宁 ^{[3
]}

李生 ^{[2
]}

雷国华 ^{[1
]}

机构：

[1] 黑龙江工程学院计算机科学与技术系

[2] 哈尔滨工业大学计算机科学与技术学院

[3] 哈尔滨理工大学计算机科学与技术学院

来源：

中文信息学报 | 2010年 / 24卷 / 02期

关键词：

计算机应用; 中文信息处理; 中文垃圾邮件过滤; 在线学习; 逻辑回归模型; 字节级n元文法; TONE;

D O I：

暂无

中图分类号：

TP393.098 [];

学科分类号：

摘要：

设计并实现了基于在线过滤模式高性能中文垃圾邮件过滤器,能够较好地识别不断变化的垃圾邮件。以逻辑回归模型为基础,该文提出了字节级n元文法提取邮件特征,并采用TONE(Train On or Near Error)方法训练过滤器。在多个大规模中文垃圾邮件过滤公开评测数据上的实验结果表明,该文过滤器的性能在TREC 06C数据上优于当年评测的最好成绩,在SEWM07立即反馈上1-ROCA值达到了0.000 0%,并明显优于SEWM08评测在线过滤任务中的所有其他方法。

引用

页码：76 / 83

页数：8