[1]许棣华 王志坚.基于多任务学习的邮件过滤系统的研究[J].计算机技术与发展,2010,(10):137-140.
　XU Di-hua,WANG Zhi-jian.Research of Spam Filter System Based on Multitask Learning[J].,2010,(10):137-140.
点击复制

基于多任务学习的邮件过滤系统的研究()
分享到：

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2010年10期
页码:
137-140
栏目:
智能、算法、系统工程
出版日期:
1900-01-01

文章信息/Info

Title:
Research of Spam Filter System Based on Multitask Learning
文章编号:
1673-629X（2010）10-0137-04
作者:
许棣华1; 2 王志坚1
[1]河海大学计算机信息与工程学院[2]南京邮电大学计算机学院
Author(s):
XU Di-hua; WANG Zhi-jian
[1]College of Computer and Information Engineering,Hohai University[2]College of Computer,Nanjing University of Posts and Telecommunications
关键词:
多任务学习; 任务相关性; 邮件过滤; 分类
Keywords:
multitask learning;  task relevance;  spam filter;  classification
分类号:
TP393
文献标志码:
A
摘要:
随着电子邮件的广泛使用,如何有效地避免和防范垃圾邮件的侵扰已成为一个亟待解决的问题。受机器学习在邮件过滤中研究和应用的启发,利用多任务学习（multitask learning）的特性,将判断一个用户的邮件是否为垃圾邮件看作一个任务（task）,利用多任务学习中任务相关性假设,提出一种基于多任务学习的邮件过滤系统。实验表明,该系统对中英文邮件语料都是可靠和有效的,尤其对于同一邮件列表（mail list）中的用户的邮件
Abstract:
With the widespread use of e-mail,how to effectively avoid and prevent junk e-mail has become very urgent.Inspired by the research and application of machine learning in spam filter,a spam filter based on multitask learning is proposed,considering whether a user＇s e-mail is spam or legitimate as a task.Using tasks relevance coefficient,the system classifies emails,with the assumption of task relevance in multitask learning.Experiments show that the system is reliable and effective for both English and Chinese corpus,especially for the mails in a mail list

相似文献/References:

[1]沈佳敏,鲍秉坤.基于深度学习的广告布局图片美学属性评价[J].计算机技术与发展,2021,31(03):39.[doi:10. 3969 / j. issn. 1673-629X. 2021. 03. 007]
　SHEN Jia-min,BAO Bing-kun.Aesthetic Attribute Evaluation of Advertising Layout Images Based on Deep Learning[J].,2021,31(10):39.[doi:10. 3969 / j. issn. 1673-629X. 2021. 03. 007]
[2]郭 辉,郭静纯,张 甜.基于梯度优化的多任务混合学习方法[J].计算机技术与发展,2021,31(10):7.[doi:10. 3969 / j. issn. 1673-629X. 2021. 10. 002]
　GUO Hui,GUO Jing-chun,ZHANG Tian.An Approach of Mixed Multi-task Learning Based on Gradient Optimization[J].,2021,31(10):7.[doi:10. 3969 / j. issn. 1673-629X. 2021. 10. 002]
[3]万 苗,任 杰 *,马 苗,等.多任务学习在中国方言分类中的应用研究[J].计算机技术与发展,2022,32(04):109.[doi:10. 3969 / j. issn. 1673-629X. 2022. 04. 019]
　WAN Miao,REN Jie *,MA Miao,et al.Chinese Dialect Classification via Multi-task Learning[J].,2022,32(10):109.[doi:10. 3969 / j. issn. 1673-629X. 2022. 04. 019]

备注/Memo

备注/Memo:
国家自然科学基金（60805022）; 国家高技术研究发展计划（863）（2007AA01Z178）; 南京邮电大学青兰计划（NY206034）许棣华（1974-）,女,江苏如皋人,讲师,博士研究生,CCF会员,研究方向为机器学习、软件测试与复用技术. 王志坚，博士，教授，博士生导师，研究方向为软件自动化、软件构件复用
更新日期/Last Update: 1900-01-01