基于特征域詞頻的郵件過濾方法的研究-在線瀏覽
2024-12-14 20:06本頁面
【正文】 的所有最長組合模式，作為候選特征詞的集合。 基于特征域詞頻的郵件過濾方法的研究 特征詞典的構(gòu)建 ： ?類間相關(guān)的評估函數(shù) ， 考慮詞條 t(Token)在已得到的切分文檔集中的出現(xiàn)情況 。 基于上面的假設(shè) ， 可以給出評估函數(shù)的定義式： )()()()()(),( 22DCBADBCACBADNctx?????????? 基于特征域詞頻的郵件過濾方法的研究 特征詞典的構(gòu)建 ： ? x2(t,c)綜合比較了詞條對某一個類別的貢獻和對其余類別的貢獻 。 因此在特征選擇時 ， 要選擇 x2(t,c)值高并且同時滿足 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行排序 。 Dr,i表示 Dr的一個子集 。 ||||)|( ,riri DDDtP ?||||)|( ,ririi DNDnDtP??? 基于特征域詞頻的郵件過濾方法的研究 郵件文本權(quán)值計算方法 ： ?基于訓(xùn)練語料的數(shù)據(jù)準備 ? 特征詞與垃圾郵件文本之間的相似度關(guān)系可以分解為待過濾的郵件與集合中的每一個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 。 ???????? ?????? Tt iiiitt DtPDtPDtPDtPwTD)|()|(1log)|(1)|(log),(s im ? 基于特征域詞頻的郵件過濾方法的研究 郵件文本權(quán)值計算方法 ： ?引入郵件特征域的郵件文本權(quán)值計算 ? 郵件本身就是網(wǎng)頁 ， 網(wǎng)頁作為文檔必然具有HTML標記信息 ， 因此具有利
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1