基于語義體與模糊聚類的中文垃圾郵件過濾方法研究.pdf

1、目前基于內(nèi)容的垃圾郵件過濾方法主要采用統(tǒng)計(jì)分析法,此類方法對(duì)垃圾郵件內(nèi)容所表達(dá)的思想缺乏精準(zhǔn)的定量描述,研究垃圾郵件內(nèi)容所表達(dá)思想的描述形式對(duì)垃圾郵件的準(zhǔn)確識(shí)別有著十分重要的意義。郵件正文部分是一封郵件的主體,其內(nèi)容是通過大量語義元(即詞的語義)所形成的語義體反映出來的,所以在郵件過濾中研究語義體的信息是最權(quán)威、最有效的。因此,論文在句子相似度的基礎(chǔ)上,利用《知網(wǎng)》在語義元分析中的優(yōu)勢(shì),對(duì)郵件正文中包含的語義體進(jìn)行分析,提出了一種語義體

2、構(gòu)建的方法及語義體間相似度的計(jì)算方法。由于自然語言的復(fù)雜性,以及在描述和理解方面具有高度的不確定性和模糊性。
　　 本文采用模糊聚類方法將語義體與此進(jìn)行結(jié)合,提出了一種基于語義體的模糊聚類方法。該方法與傳統(tǒng)方法的不同之處在于在分類時(shí)將語義體作為分類對(duì)象,將語義體之間的相似度作為構(gòu)建模糊相似矩陣的相關(guān)系數(shù),此方式大大降低了模糊聚類方法在處理文本分類問題時(shí)的維度。最后,將基于語義體的模糊聚類方法應(yīng)用到垃圾郵件過濾中。經(jīng)仿真實(shí)驗(yàn)證明: