基于中文变形词匹配的贝叶斯邮件过滤模型

摘要

针对特征词变异的中文垃圾邮件问题,提出了一种基于变形特征词匹配还原的新贝叶斯邮件过滤算法.改进的模型能自动发现邮件中的变异特征词,并根据对应的变异类型还原算法将其还原,避免了变异特征词的匹配逃脱.算法提高了对于含有拼音替换、同音字替换、符号插入等变形特征词样本的分类准确率.实验表明,改进的过滤算法比普通贝叶斯算法有更好的性能.