期刊文献+

基于深度学习的垃圾邮件文本分类方法

Spam Text Classification Method Based on Deep Learning
下载PDF
导出
摘要 文中旨在研究基于深度学习的垃圾邮件文本分类方法,该方法结合了卷积神经网络(CNN)和循环神经网络(RNN)的模型,通过对邮件文本进行特征提取和分类,能高效、准确地对垃圾邮件进行分类。文中以卷积神经网络和循环神经网络为实验对象,提出了一种垃圾邮件文本分类方法,并在公开数据集上进行了实验。实验结果表明,该方法在垃圾邮件文本分类任务上具有较高的准确率和召回率。 This paper aims to study a deep learning-based email spam text classification method.This method combines Convolutional Neural Networks(CNN)and Recurrent Neural Networks(RNN)models to efficiently and accurately classify spam by extracting and classifying features from email texts.In this paper,convolutional neural networks and recurrent neural networks are used as experimental objects,and an email spam text classification method is proposed,and experiments are carried out on public datasets.Experimental results show that the method has high accuracy and recall rate on email spam text classification tasks.
作者 张天润 ZHANG Tianrun(Nanjing Tech University,Nanjing 210000,China)
机构地区 南京工业大学
出处 《移动信息》 2023年第10期167-169,共3页 MOBILE INFORMATION
关键词 深度学习 垃圾邮件 文本分类 卷积神经网络 循环神经网络 Deep learning Spam Text classification Convolutional neural networks Recurrent neural networks
  • 相关文献

参考文献3

二级参考文献13

共引文献15

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部