基于特征域詞頻的郵件過(guò)濾方法的研究(編輯修改稿)
2024-11-16 20:06 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 ?????????? 基于特征域詞頻的郵件過(guò)濾方法的研究 特征詞典的構(gòu)建 ： ? x2(t,c)綜合比較了詞條對(duì)某一個(gè)類別的貢獻(xiàn)和對(duì)其余類別的貢獻(xiàn) 。 其中 ， 如果 ADCB0， 說(shuō)明該詞和類別正相關(guān) ，即詞條出現(xiàn)說(shuō)明某個(gè)類別也可能出現(xiàn)；反之 ， 如果 ADCB0， 說(shuō)明該詞和類別負(fù)相關(guān) ， 即詞條出現(xiàn)說(shuō)明某個(gè)類別很可能不會(huì)出現(xiàn) 。 因此在特征選擇時(shí) ， 要選擇 x2(t,c)值高并且同時(shí)滿足 ADCB0的詞條作為特征詞 ， 并按照x2(t,c)值將特征詞從高到低進(jìn)行排序 。 )()()()()(),( 22DCBADBCACBADNctx?????????? 基于特征域詞頻的郵件過(guò)濾方法的研究 郵件文本權(quán)值計(jì)算方法 ： ?基于訓(xùn)練語(yǔ)料的數(shù)據(jù)準(zhǔn)備 ? 利用概率模型計(jì)算特征詞 ti在相關(guān)郵件集合 D中出現(xiàn)的概率 P(ti|D)， 以及 ti在非相關(guān)郵件集合中出現(xiàn)的概率： ? 其中 Dr表示用戶判斷相關(guān)的檢出的相關(guān)文檔集合 ，它由包含特征詞 ti的郵件集組成 。 Dr,i表示 Dr的一個(gè)子集 。 ni表示整個(gè)郵件集合中包含 ti的郵件數(shù)量 。 ||||)|( ,riri DDDtP ?||||)|( ,ririi DNDnDtP??? 基于特征域詞頻的郵件過(guò)濾方法的研究 郵件文本權(quán)值計(jì)算方法 ： ?基于訓(xùn)練語(yǔ)料的數(shù)據(jù)準(zhǔn)備 ? 特征詞與垃圾郵件文本之間的相似度關(guān)系可以分解為待過(guò)濾的郵件與集合中的每一個(gè)特征詞之間的相似度之和： ? 其中 T是特征詞典 ， t為某一特征詞 。 對(duì)于一次相似度計(jì)算來(lái)說(shuō) ， λt=1；對(duì)于相關(guān)反饋得到的擴(kuò)展相似度計(jì)算
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1