基于支持向量机的垃圾邮件过滤方法

摘要：

针对中英文混合垃圾邮件过滤问题,提出一种基于支持向量机(SVM)的过滤方法和融合多种分类特征的框架.通过改进SVM中线性核的表示方式,解决存储空间和计算最问题.通过领域术语自动抽取技术,增强垃圾邮件过滤的语义单元识别能力,提高垃圾邮件分类性能.在跨语言大规模语料库上的实验表明,采用SVM比采用Good-Turing算法平滑的朴素贝叶斯模型泛化性能提高了6.13%,分类精度比最大熵模型提高了8.18%.

关键词：垃圾邮件过滤、支持向量机、领域术语抽取

所属期刊栏目：35

分类号：TP393(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目70801022

在线出版日期：2009-07-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：188-189,207