中文垃圾邮件过滤系统中的实时分词算法设计

摘要：

在基于内容的中文反垃圾邮件技术中,中文分词是必不可少的一个环节.面对大规模的邮件训练样本和大负载的邮件服务器,中文分词算法的时间效率成为中文垃圾邮件过滤技术中的一个瓶颈.对此,提出一种应用在中文垃圾邮件过滤系统中的实时分词算法.该算法采用一种TRIE树型结构作为词典载体并基于最大匹配的原则,同时,在实时分类阶段结合hash表进行特征查询,极大地提高了系统的时间效率.

关键词：中文分词、垃圾邮件、TRIE树

所属期刊栏目：43

分类号：TP393(计算技术、计算机技术)

资助基金：天津市信息化建设项目042023012

在线出版日期：2007-03-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：179-181,184