适于垃圾文本流过滤的条件概率集成方法

摘要：

通过用于垃圾文本流过滤的在线文本分类研究,提出了一种新的条件概率集成方法.采用语汇序列表示文本,使用索引结构存储分类知识,设计实现了分类模型的在线训练算法和在线分类算法.抽取电子邮件和手机短信的多种文本特征,分别在TREC07P电子邮件语料和真实中文手机短信语料上进行了垃圾信息过滤实验.实验结果表明,提出的方法能够获得很好的垃圾信息过滤效果.

关键词：垃圾过滤、文本流、集成条件概率、语汇序列、索引

所属期刊栏目：4

分类号：TP391.1(计算技术、计算机技术)

资助基金：The National Natural Science Foundation of China under Grant No.60873097;the Program for New Century Excellent Talents in University of China under Grant No.NCET-06-0926;the Excellent Ph.D.Candidate Grants of NUDT under Grant No.B080605

在线出版日期：2010-06-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：445-454