亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于Python英文分詞的郵件作者識別

        2018-06-04 03:41:56陳夢圓田君藝任宇童重慶郵電大學(xué)計算機(jī)科學(xué)與技術(shù)學(xué)院
        數(shù)碼世界 2018年5期
        關(guān)鍵詞:余弦郵件語料庫

        陳夢圓 田君藝 任宇童 重慶郵電大學(xué)計算機(jī)科學(xué)與技術(shù)學(xué)院

        1.概述

        在日常口語表達(dá)和文本描述中,每個人都會形成具有個人特征的語言風(fēng)格,郵件中的文本?;旌现谡Z內(nèi)容和正式書面語,個人特征風(fēng)格尤為明顯。本文就基于個人語言風(fēng)格特征對郵件內(nèi)容提取有效關(guān)鍵字,比對郵件特征和樣本之間的余弦距離來識別郵件作者。

        2.理論準(zhǔn)備

        2.1 TF-IDF算法

        TF-IDF(term frequency inverse document frequency)是一種用于資訊檢索與資訊探勘的常用加權(quán)技術(shù)。TF-IDF是一種統(tǒng)計方法,用以評估一字詞對于一個文件集或一個語料庫中的其中一份文件的重要程度。字詞的重要性隨著它在文件中出現(xiàn)的次數(shù)成正比增加,但同時會隨著它在語料庫中出現(xiàn)的頻率成反比下降。TF-IDF加權(quán)的各種形式常被搜尋引擎應(yīng)用,作為文件與用戶查詢之間相關(guān)程度的度量或評級。

        2.2 余弦相似度

        余弦相似度用向量空間中兩個向量夾角的余弦值作為衡量兩個個體間差異的大小。相比距離度量,余弦相似度更加注重兩個向量在方向上的差異,而非距離或長度上。

        設(shè)計流程如圖1所示。

        圖1 設(shè)計流程

        3.部分代碼

        4.結(jié)果分析

        首先選擇一個由Bass寫的安然郵件信息作為語料訓(xùn)練集。刪除郵件的非原件部分,只保留原文內(nèi)容。然后使用nltk進(jìn)行單詞提取,給出訓(xùn)練集合中的每個特征詞的TFC的重量,和文本內(nèi)容轉(zhuǎn)換成計算機(jī)能夠識別和處理的數(shù)據(jù)。選擇另一個人寫的郵件,重復(fù)上面的步驟來處理。最終使用TF-IDF算法得到測試郵件和語料庫的特征矩陣,計算其余弦相似度。

        采用600封重復(fù)以上步驟,計算識別作者過程各類指標(biāo)值,計算所得結(jié)果如表1所示。

        表1 計算結(jié)果

        如你所見,該模型能正確識別作者的概率是89.13%,也就是說,在100封電子郵件中,大約89.13個字母可以被正確識別,正確率非常高。

        [1] http://blog.csdn.net/baimafujinji/article/details/51476117

        [2]劉明勇.基于寫作風(fēng)格學(xué)的作者識別技術(shù)研究[D].浙江大學(xué),2013.

        [3] http://www.ruanyifeng.com/blog/2013/03/cosine_similarity.html

        猜你喜歡
        余弦郵件語料庫
        基于James的院內(nèi)郵件管理系統(tǒng)的實(shí)現(xiàn)
        《語料庫翻譯文體學(xué)》評介
        一封郵件引發(fā)的梅賽德斯反彈
        車迷(2018年12期)2018-07-26 00:42:32
        把課文的優(yōu)美表達(dá)存進(jìn)語料庫
        兩個含余弦函數(shù)的三角母不等式及其推論
        分?jǐn)?shù)階余弦變換的卷積定理
        圖像壓縮感知在分?jǐn)?shù)階Fourier域、分?jǐn)?shù)階余弦域的性能比較
        基于JAVAEE的維吾爾中介語語料庫開發(fā)與實(shí)現(xiàn)
        語言與翻譯(2015年4期)2015-07-18 11:07:45
        離散余弦小波包變換及語音信號壓縮感知
        將當(dāng)前郵件快速轉(zhuǎn)發(fā)到QQ群
        電腦迷(2012年21期)2012-04-29 22:16:01
        国产成人精品一区二区不卡| 亚洲精品中文字幕熟女| 一区二区视频中文字幕| 高清精品一区二区三区| 3344永久在线观看视频| 欧美亚洲另类自拍偷在线拍| 看一区二区日本视频免费| 久久精品中文字幕| 在线va免费看成| 久久熟女五十路| 国产av剧情精品麻豆| 成年美女黄的视频网站| 精品无码一区二区三区亚洲桃色| 午夜免费福利一区二区无码AV| 日本黄色一区二区三区| 日韩一区二区三区无码影院| 初尝黑人巨砲波多野结衣| 玖玖资源站无码专区| 午夜精品久久99蜜桃| 亚洲国产日韩精品一区二区三区 | 亚洲AV永久无码精品一区二国| 亚洲无人区乱码中文字幕动画| 大地资源在线影视播放| 波多野吉衣av无码| 中文字幕亚洲精品人妻| 国产精品亚洲精品国产| 亚洲国产精品ⅴa在线观看| 中文字幕少妇AV| 国产精品自产拍av在线| 国产精品乱码人妻一区二区三区 | 国产aⅴ夜夜欢一区二区三区| 日本人妻三级在线观看| 亚洲午夜精品一区二区| 午夜不卡久久精品无码免费| 4hu44四虎www在线影院麻豆| 亚洲第一黄色免费网站| 亚洲av高清在线一区二区三区| 亚洲电影一区二区三区| 后入少妇免费在线观看| 无码专区亚洲综合另类| 亚洲日韩欧美国产高清αv|