刘伍颖--SEF(Spam Email Filter)
垃圾电子邮件过滤就是在线对电子邮件做出垃圾邮件(spam)或合法邮件(ham)的二值分类，达到屏蔽spam的目的。采用机器学习中的集成学习和主动学习相结合的SEF(Spam Email Filter)过滤软件个性化程度高、分类准确率高、过滤速度高、自动学习能力强。
SEF过滤软件能够根据用户反馈自动学习、随时间自动更新用户的兴趣。通过抽取邮件的语言特征和行为特征构建多个基于规则的简单过滤器，然后采用SVM集成学习方法组合这些简单过滤器的过滤结果。为了提高学习速度、减少人工标注的邮件数量，采用主动学习方法挑选更加富含知识的邮件请求人工标注。
压缩文件SEF.zip中包含一个democorpus子目录，其中的语料遵循trec07p格式(The Public Corpus of TREC2007 Spam Track)。如果用户拥有trec07p语料或者拥有符合trec07p格式的其他语料，可以用其替换democorpus子目录。 |
