是否有研究/解决方案使用人工智能方法(如自然语言处理,社交智能等)预防人类输入中的垃圾邮件,语言不良等?
答案 0 :(得分:9)
有很多这样的解决方案,我将介绍几种最常用的解决方案。
Bayesian spam filtering 是基于Bayesian probability的经典方法。这是一种古老的技术,所以如果你想使用它,可以考虑使用不同类型的启发式来改善结果(详见维基百科的文章)。
语义方法,如LSA。对我来说,名为Random Indexing的LSA的修改版本给出了最佳结果,其中30%的电子邮件的培训样本得分为99.3%。还有一种称为PLSA的技术,它结合了LSA和概率理论。
<强> Support Vector Machine 即可。与以前的方法相比,这种方法对于任意数量的类都是通用的,这种技术更适合分类到2个类,例如垃圾邮件和不垃圾邮件。我自己从未尝试过,但很多论文都描述了使用SVM进行分类的高分结果。
答案 1 :(得分:1)
由于其简单性和可扩展性而受欢迎的一种方法是crowd sourcing。当它和传统的AI方法一起使用时,它们几乎可以防止任何类型的垃圾邮件。例如,Stackoverflow使用传统方法(如CAPTCHA)以及众包方法(如投票和声誉)来过滤掉垃圾。
答案 2 :(得分:1)
是的,您可以制作诈骗过滤器,但要使用人工智能。您需要训练或馈送具有良好输入的神经网络,这些输入不是骗局,输出是好的消息,以及类似的消息,其输出是骗局消息。您需要训练数千个这样的句子。最后,您已经创建了您的诈骗过滤机器人。
答案 3 :(得分:0)
您可以使用Bayesian Network,因为它可以检测邮件上的隐式模式。
答案 4 :(得分:0)
您将在ai-class.com上获得一个很好的介绍性创意。机器学习模块有一个垃圾邮件分类视频。