这篇文章将记录有关Spam classifier 的知识。
1.怎么获得一个更好的垃圾邮箱分类器?
1.1使用更多训练数据。
1.2从邮件头获得更精细的特征。
1.3从邮件体获得更精细的特征。
1.4使用更有效的算法检测拼写错误。
1.5把不同形态但意思相近的单词看成同个单词,比如把”discount””和“discounts”当做同一个单词。可以使用称为“Stemmer software”的软件来实现这一过程。
2.Stemmer的缺点
可能会把形似但意思不同的单词当成同一个单词。