由向量空间相关模型识别博客文章的垃圾评论

被引：3

作者：

何海江

凌云

机构：

[1] 长沙大学计算机中心

来源：

长沙大学学报 | 2008年 / 02期

关键词：

向量空间模型; 博客; 垃圾评论; 相关度;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理]; TP18 [人工智能理论];

学科分类号：

081203 ; 0835 ; 081104 ; 0812 ; 1405 ;

摘要：

博客作者往往允许读者在文章后发表评论,许多评论充斥着形形色色的垃圾信息,破坏了博客社区的和谐.在向量空间的基础上构造了一个相关模型,将博客的文章和评论分别分词后,根据模型计算评论和文章的相关度,来判断是否为垃圾评论.该模型不需要训练样本,在一个中文博客测试集上,召回率和准确率分别达到82%和91%.

引用

页码：63 / 66

页数：4

共 6 条

[1] 文本挖掘技术研究进展 [J].

袁军鹏 ;

朱东华 ;

李毅 ;

李连宏 ;

黄进 .

计算机应用研究, 2006, (02) :1-4

[2] 基于遗传算法、贝叶斯学习的网段反垃圾邮件系统 [J].

赖均 ;

黄迪明 ;

胡德昆 .

计算机工程, 2006, (02) :189-190+193

[3] 基于生物序列模式提取技术的邮件过滤算法 [J].

陈蔚然 ;

董守斌 .

清华大学学报(自然科学版), 2005, (S1) :1734-1737

[4] 基于向量空间模型的文本过滤系统 [J].

黄萱菁 ;

夏迎炬 ;

吴立德 .

软件学报, 2003, (03) :435-442

[5]

中文自然语言处理开放平台 .2 http://www.nlp.org.cn . 2007

[6]

Detecting Spam Blogs:A MachineLearning Approach .2 Pranam Kolari et al. Proceed-ings of the 21st National Conference on Artificial Intelligence(AAAI 2006) . 2006

← 1 →