基于卷积神经网络(CNN)的中文垃圾邮件检测
Posted clayanddev
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了基于卷积神经网络(CNN)的中文垃圾邮件检测相关的知识,希望对你有一定的参考价值。
前言
文本分类任务是一个经久不衰的课题,其应用包括垃圾邮件检测、情感分析等。
传统机器学习的做法是先进行特征工程,构建出特征向量后,再将特征向量输入各种分类模型(贝叶斯、SVM、神经网络等)进行分类。
随着深度学习的发展以及RNN、CNN的陆续出现,特征向量的构建将会由网络自动完成,因此我们只要将文本的向量表示输入到网络中就能够完成自动完成特征的构建与分类过程。
就分类任务而言,CNN比RNN更为合适。CNN目前在图像处理方向应用最为广泛,在文本处理上也有一些的应用。本文将参考Denny Britz的WILDML教程 IMPLEMENTING A CNN FOR TEXT CLASSIFICATION IN TENSORFLOW 来设计一个简单的CNN,并将其应用于中文垃圾邮件检测任务。
正文
1 预备知识
1.1神经网络基础知识
如果你对深度学习或RNN、CNN等神经网络并不太熟悉,请先移步至这里寻找相关文章进行精读,这个博主写的每一篇文章都很好,由浅至深,非常适合入门。
1.2如何将CNN运用到文本处理
参考
以上是关于基于卷积神经网络(CNN)的中文垃圾邮件检测的主要内容,如果未能解决你的问题,请参考以下文章
图像识别基于卷积神经网络(CNN)实现垃圾分类Matlab源码
图像识别基于卷积神经网络(CNN)实现垃圾分类Matlab源码
图像识别基于卷积神经网络(CNN)实现垃圾分类Matlab源码
基于Tensorflow卷积神经网络(CNN)的人脸年龄和性别检测系统