FCS 12(1) 文章 | 多层次的中文垃圾短信高效识别方法

导读

垃圾短信识别问题涉及到自然语言处理的许多方面，解决这一问题不仅可以提高用户体验移动生活的质量，还能有助于当前移动应用中出现的短文本(例如微信、微博)的分析研究工作。

针对垃圾短信具有稀疏性、变换性和实时性的特点，本文提出了三种在不同层次的垃圾短信识别方法：基于符号特征的识别、基于文本相似度的识别和基于模式匹配的识别。结合这些方法，文章得到了一种多层次的垃圾短信识别方法。为了丰富模式库，减少人力和时间消耗，文章提出了一种准模式学习方法，在模式匹配过程中利用准模式匹配结果。该方法可以从短信语料库中学习到许多有趣的新模式。文章最后进行了综合分析，表明本文提出的垃圾短信识别方法的准确率达到95.18%，召回率达95.51%。

---

---

文章精要

---

---

如需阅读本期推荐文章的全文，请点左下角的「阅读原文」链接。

---

---

Frontiers of Computer Science

---

Frontiers of Computer Science （FCS）是由教育部主管、高等教育出版社出版、SpringerNature 公司海外发行的英文学术期刊。本刊于 2007 年创刊，双月刊，全球发行。主要刊登计算机科学领域具有创新性的综述论文、研究论文等。本刊主编为李未院士，执行主编为熊璋教授和周志华教授。编委会及青年 AE 团队由国内外知名学者及优秀青年学者组成。本刊被 SCI、Ei、DBLP、INSPEC、SCOPUS 和中国科学引文数据库（CSCD）核心库等收录，为 CCF 推荐期刊；两次入选“中国科技期刊国际影响力提升计划”；入选“第4届中国国际化精品科技期刊”。

---

长按二维码关注Frontiers of Computer Science公众号