2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩88頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、當(dāng)今社會(huì)垃圾短信泛濫,嚴(yán)重騷擾著手機(jī)用戶,并且為人們正常使用手機(jī)進(jìn)行交流和溝通帶來(lái)了極大的不便,有些違法短信和不良短信也帶來(lái)了一定的社會(huì)危害。因此垃圾短信過濾是當(dāng)今學(xué)術(shù)界研究的一大熱點(diǎn)也是難點(diǎn),但它同時(shí)也是廣大手機(jī)用戶的迫切需求。 本文主要研究了基于內(nèi)容的垃圾短信過濾,它可以看成是一個(gè)不規(guī)則短文本的分類問題。其核心是分類算法。主要工作包括短信語(yǔ)料的采集和分析、過濾系統(tǒng)的研究設(shè)計(jì)、核心過濾算法的選擇和實(shí)驗(yàn)、實(shí)驗(yàn)系統(tǒng)的搭建和測(cè)試等。

2、 在短信語(yǔ)料方面,本文采集了2089條短信,并且從中選擇了部分語(yǔ)料進(jìn)行深入分析,總結(jié)提取了短信和垃圾短信的特征,為以后的過濾研究打下了基礎(chǔ)。同時(shí)這些短信語(yǔ)料也將作為實(shí)驗(yàn)系統(tǒng)的訓(xùn)練和測(cè)試語(yǔ)料。 在系統(tǒng)框架設(shè)計(jì)中,首先考慮了實(shí)現(xiàn)途徑和過濾原則。通過對(duì)比選擇了基于客戶端的垃圾短信過濾途徑。并且根據(jù)手機(jī)用戶對(duì)垃圾短信的過濾需求,提出了垃圾短信過濾原則,即“寧可放過,不能錯(cuò)殺”。 在核心過濾算法方面,借鑒了目前成熟垃圾郵件

3、過濾方法,選取了三種過濾方法,即決策樹算法、最大熵算法和顯式規(guī)則算法,并實(shí)現(xiàn)了基于PC機(jī)的垃圾短信過濾實(shí)驗(yàn)系統(tǒng)。都取得了較好的過濾效果,其中決策樹算法的平均正確率為97.2%,平均召回率為96.71%。最大熵算法的平均正確率為96.55%,平均召回率為95.85%,基于顯式規(guī)則的過濾系統(tǒng)在保證了100%的正確的情況下,召回率達(dá)到76.79%。最后對(duì)三種算法從過濾效果,時(shí)間復(fù)雜度和靈活性方面進(jìn)行了對(duì)比,闡述了基于顯式規(guī)則的過濾算法的優(yōu)越性

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論