The "spam" concept is diverse: adve

The "spam" concept is diverse: advertisements for products/web sites, make money fast schemes, chain letters, pornography...

Our collection of spam e-mails came from our postmaster and individuals who had filed spam. Our collection of non-spam e-mails came from filed work and personal e-mails, and hence the word 'george' and the area code '650' are indicators of non-spam. These are useful when constructing a personalized spam filter. One would either have to blind such non-spam indicators or get a very wide collection of non-spam to generate a general purpose spam filter.

For background on spam:

Cranor, Lorrie F., LaMacchia, Brian A. Spam!
Communications of the ACM, 41(8):74-83, 1998.

(a) Hewlett-Packard Internal-only Technical Report. External forthcoming.
(b) Determine whether a given email is spam or not.
(c) ~7% misclassification error. False positives (marking good mail as spam) are very undesirable.If we insist on zero false positives in the training/testing set, 20-25% of the spam passed through the filter.

Kết quả (Việt) 1:

Khái niệm "thư rác" rất đa dạng: các quảng cáo cho sản phẩm/web site, kiếm tiền nhanh đề án, Chuỗi ký tự, khiêu dâm... Của chúng tôi bộ sưu tập của thư rác e-mail đến từ bưu điện và cá nhân đã nộp thư rác của chúng tôi. Bộ sưu tập của chúng tôi không phải là thư rác e-mail đến từ công việc nộp và e-mail cá nhân, và vì thế chữ 'george' và mã vùng '650' là chỉ số không phải là thư rác. Đây là hữu ích khi xây dựng một bộ lọc thư rác được cá nhân hoá. Một hoặc phải mù quáng như vậy chỉ số không phải là thư rác hoặc nhận được một bộ sưu tập rất nhiều thư rác không tạo ra một bộ lọc thư rác thông dụng. Cho nền trên thư rác: Cranor, Lorrie F., LaMacchia, Brian A. Spam! Thông tin liên lạc của ACM, 41 (8): 74-83, 1998. (a) Hewlett-Packard nội bộ chỉ báo cáo kỹ thuật. Bên ngoài sắp tới. (b) xác định một email nhất định là thư rác hay không. (c) ~ 7% misclassification lỗi. Dương tính giả (đánh dấu tốt thư như thư rác) là rất không mong muốn. Nếu chúng ta đòi trên zero dương tính giả trong thùng dụng cụ phòng thí nghiệm, đào tạo đạc bộ, 20-25% số thư rác qua bộ lọc.

Kết quả (Việt) 2:

Các "thư rác" khái niệm rất đa dạng: các quảng cáo cho các trang web sản phẩm / web, làm tiền đề án nhanh, thư dây chuyền, khiêu dâm ...

bộ sưu tập của chúng tôi về thư rác e-mail đến từ bưu điện và cá nhân đã nộp thư rác của chúng tôi. Bộ sưu tập của chúng tôi không phải spam e-mail đến từ công việc nộp và e-mail cá nhân, và do đó từ 'george' và mã vùng '650' là chỉ số không phải spam. Đây là những hữu ích khi xây dựng một bộ lọc thư rác được cá nhân hoá. Một trong hai sẽ phải mù chỉ số không phải spam như vậy hoặc có được một bộ sưu tập rất nhiều không phải spam để tạo ra một bộ lọc thư rác mục đích chung.

Đối với nền tảng về thư rác:

Cranor, Lorrie F., LaMacchia, Brian A. Spam!
Communications của ACM, 41 (8): 74-83, 1998.

(a) Hewlett-Packard nội bộ chỉ báo kỹ thuật. Ngoài sắp tới.
(B) Xác định xem một email đã cung cấp thư rác hay không.
(C) ~ 7% phân loại sai lỗi. Tích cực (đánh dấu mail tốt là thư rác) rất undesirable.If chúng tôi khăng khăng không sai tích cực trong tập huấn luyện / kiểm tra, 20-25% số thư rác thông qua thông qua các bộ lọc.