我已经实现了一个朴素贝叶斯垃圾邮件过滤器，它可以在给定的数据集上学习，然后将任何新输入预测为垃圾邮件或火腿。但是现在我想在其中加入信息检索技术，以提高过滤器的有效性。例如，纠正拼写错误，如果写入而不是伟哥v1agra或写入m0rtgage，那么朴素贝叶斯应该纠正它，它不应该在计算概率时产生任何问题。
任何好的教程或一些将信息检索技术与Java中的一些实现相结合的工作都会有很大的帮助。
还有哪些其他技术可用于提高过滤效果？
提前致谢。
答案 0 :(得分：1)
您要找的是word stemming。这通常用于消除诸如“行走”与“走路”之类的差异（Porter Stemmer会将两个单词转换为“walk”）。在您的情况下，您想要设置一些规则，以消除大部分垃圾邮件噪音（删除所有非字母字符？使所有单词小写，等等。）