[سلفورغنيزينغ] خرط لقطة تحكم من بريد إلكترونيّك

[سغ] [فيغ] حصريّة بحث يريد [نوس-موست] من نا أن يكون يمكن أن يصنّف, ينظّم وعموما [فيلتريز] صفّيت الكميات ضخمة بريد إلكترونيّ نحن نستلم مثل تلقائيّا بما أنّ يمكن. هناك أدوات مختلفة يبنى داخل كثير بريد إلكترونيّ برامج أنّ يسمح بعض درجة من ييصفّي, غير أنّ لا شيء كاملة. عندما يعتبر أنت أنّ نموذجيّة عمل بريد إلكترونيّ حساب يمكن عالجت آلاف [إيف نوت] [تن] الآلاف ال [إميلس] كلّ أسبوع, أنّ حصة مروّعة من بريد إلكترونيّ تنظيم أنّ يضطرّ كنت أتمّت أن يمنع معلومة تحميل بإفراط.

الآن, هلموت [برجر] ومايكل [ديتّنبش] كلا باحثة كبريات من ال [إيسبسس] [رسرش غرووب] في ال [إ-كمّرس] كفاءة مركز ([إك3]قد راجع), في فيينّا, نمسا, يعمل مع [أسّوست بروفسّور] [ديتر] [مركل] من الجامعة فنّيّة فيينّا الحلول مختلفة فنّيّة إلى [دتا بربرأيشن] لبريد إلكترونيّ تصنيف.

نص تصنيف واجب رسم يستطيع كنت استعملت أن يعيّن وثيقة نوع وسمحت ييصفّي داخل ملف مناسبة أو خاصّة خبيرة مستلمة, تأليف نسبة إلى وتحقق من [بريوريتي] [إميلس] يؤسّس على مرسلة, هو يستطيع سمحت العمليّة فرز وتحليل من يعاير إستجابات إلى فحص أو استبيان, [فور ينستنس], ورسالة [فريووس وثر] قادمة, و, [أف كورس] في ييصفّي خارجا [سبم] رسائل.

قد درس الباحثات مختلفة يراقب و [أونسوبرفيس] آلة يعلم تقنيات أنّ استطاع وفيت المهمة, بما في ذلك دعم متجهة آلات, قرار شجرة طالبات, [إينستنس-بسد] مصنفات, [نف] [بس] تصنيف مقاربة وخرط [سلف-ورغنيزينغ] أيّ يستطيع كنت طبّقت كخوارزميات مستقيمة عبر بريد إلكترونيّ نظامة. هم استعملوا إمّا [وورد-بسد] أو رمز "[ن-غرم]" يقارب تمثيل من بريد إلكترونيّ وثائق [إين وردر تو] قدّمت الأداء من كلّ من هذا.

ال "[ن-غرم]" مقاربة سوفت ساعدت أيّ تصنيف نظامة أن يعالج الطبيعة ضوضائيّة من بريد إلكترونيّ رسائل حيث خطأ تهجية, [سبسل شركتر], واختصار يكونون عاديّة [أس ولّ س] نقحرة غيرصحيح من شكل إلى شكل. يرى أيّ شخص يتلقّى في أيّ وقت دزينات ودزينات الخيطان مثل "[أ30] ″ و" =20 ″ و [هتمل] يرمّز [إين-بتوين] كلّ كلمة وفي البداية ونهاية من كلّ خطّ من يرسل بريد إلكترونيّ أو بريد إلكترونيّ من سيدة منظرة يصل داخل مطاوعة بريد إلكترونيّ برنامج بطريقة مختلفة سيعرفون ماذا صداع أنّ نوع الضوضاء يستطيع كنت.

كان المفتاح إلى نجاح هم أسّسوا في التحليل خاصّة من بريد إلكترونيّ [هدر ينفورمأيشن] كجزء الوثيقة تمثيل. [أفتر لّ,] قلت الباحثات, فضلا عن الجسم محتوى من بريد إلكترونيّ, الحاصدة رافعة يحتوي معلومة نفيسة أنّ أمكن كنت استغلّت في تصنيف من الرسالة قادمة. Surprisingly, they found that organization was affected to a much lesser degree by whether or not the word-based document representation was used rather than the n-gram character analysis. Perhaps categorizing based on real word analysis counters the presence of noise just as effectively as the character approach. Their main conclusion is that support vector machines (SVMs) rather than the commonly used Bayesian and other approaches is apparently the most successful at organizing email. Unattended self-organizing maps lagged only a little behind the SVM approach, surprisingly perhaps, given that no user input or training is needed.

That said, all six approaches tested showed at least 90% accuracy. However, with tens of thousands of emails, 10% falsely or negatively classified as something, spam, for example, that they are not could cause almost as big a headache as the information overload the filtering aims to tackle.

The team reports details of their study in the International Journal of Intelligent Information and Database Systems, 2007, 1, 91-121.