中文郵件分類系統(tǒng)的研究及其實(shí)現(xiàn).pdf

1、隨著辦公自動(dòng)化的快速發(fā)展，越來越多的人喜歡用電子郵件進(jìn)行交流。由于人們每天需要處理越來越多的郵件，所以迫切需要對(duì)郵件進(jìn)行分類處理。與此同時(shí)，隨著機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘的研究與發(fā)展，基于內(nèi)容的文本分類技術(shù)也獲得了空前的發(fā)展。目前為止，研究人員在郵件過濾上投入了很多的精力，做出了不少的貢獻(xiàn)。但是由于郵件分類中存在分類標(biāo)準(zhǔn)的動(dòng)態(tài)變化、傳統(tǒng)的文本分類算法效率不高或者分類的準(zhǔn)確度偏低等問題，所以實(shí)用的郵件分類系統(tǒng)的研究還未多見。本文借鑒郵件過濾算法，

2、通過對(duì)中文郵件語料的研究，提出了建設(shè)一個(gè)基于平凡算法和規(guī)則相結(jié)合的、具有自適應(yīng)能力的、實(shí)用的郵件分類系統(tǒng)?！　∈紫龋疚姆治隽擞⑽泥]件語料庫的特點(diǎn)，結(jié)合實(shí)際提出了構(gòu)建中文郵件語料庫的方法，并建立了一個(gè)實(shí)用的、盡量規(guī)范的中文郵件語料庫。　　然后，面對(duì)眾多可選的文本分類算法，文章分析、比較了幾種具有代表性的文本分類算法，選擇了一種時(shí)空復(fù)雜度低的、適合在線學(xué)習(xí)的、名叫Winnow的郵件過濾算法作為研究對(duì)象，改進(jìn)了Winnow標(biāo)準(zhǔn)算法，并通