基于语义一个分类方法增强型垃圾邮件检测

  • A+
所属分类:临床药物
摘要

在本文中,我们探讨使用文本语义分析,以提升垃圾邮件检测的准确性。我们提出了基于两个语义列弗的方法…

药道网汇聚全球药品资讯:
基于语义一个分类方法增强型垃圾邮件检测

摘要

在本文中,我们探索了使用文本语义分析,以提高垃圾邮件检测的准确性。我们提出了基于两个语义层次分析的方法。在第一级中,我们通过分类特定结构域的电子邮件(例如,健康,教育,金融等),以使能在每个域中垃圾邮件单独的概念图。在第二级,我们结合了一组手动指定和自动提取的语义特征为在每个域中的垃圾邮件检测。这些功能的目的是总结的电子邮件内容转换成紧凑的主题以高效的方式区分非垃圾邮件的垃圾邮件。我们表明,该方法能够更好的垃圾邮件检测相比,基于一袋字(弓)现有的方法和语义conten吨,并导致更可解释的结果。

关键词

垃圾邮件detectionDomain特异性analysisSemantic featuresMultilevel analysisClassification

Nadjate Saidani 是博士学位就读于魁北克大学设有乌塔韦区(加拿大)since2012。她收到了硕士学位在网络与分布式从拉赫曼米拉,贝贾亚(阿尔及利亚)in2011大学系统。她的主要研究领域是计算机安全使用数据挖掘技术。

·卡迈勒阿迪持有皮埃尔与玛丽·居里(巴黎VI)大学博士学位,在理论计算机科学硕士学位在计算机安全来自魁北克拉瓦尔大学,加拿大。目前,他是魁北克的欧塔大学计算机科学与工程系正教授ouais,加拿大。卡迈勒阿迪也是在魁北克大学EN乌塔韦区,加拿大的计算机安全研究实验室共同主任。他的研究活动主要集中在开发和解决有关计算机安全和计算机网络问题的形式化方法的应用程序。

Mohand说Allili 收到了硕士和博士学位度在舍布鲁克,舍布鲁克,QC,加拿大,in2004 and2008,分别大学计算机科学。由于June2008,他一直是计算机科学系的助理教授计算机科学与工程学院,成都大学学报杜魁北克EN乌塔韦区,加拿大的部门。他的主要研究领域包括计算机视觉和图形学,图像处理,模式识别和机器学习。 Allili博士是一个recipieNT中的最佳博士论文奖在舍布鲁克for2008的大学和最佳学生论文和最佳视觉论文奖为他的两个在分别电脑和机器人Vision2007 and2010,加拿大会议论文工程和自然科学。

药道全球直邮药房 - 印度,孟加拉海外直邮网上药房
提供源头正品经济好药,权威渠道,品质保障
【药道网】药到病除,助力生命:。哪里有印度瑞博西尼购买

weinxin
我的微信
这是我的微信扫一扫

发表评论

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: