SpamAssassin 发布 SpamAssassin Public Corpus 数据集, 应用在 垃圾邮件检测、电子邮件处理 领域

SpamAssassin 本次发布的数据集 SpamAssassin Public Corpus, 该数据集是一个公开可用的电子邮件信息集合，专为测试垃圾邮件过滤系统而设计。它包含了6,047条信息，其中垃圾邮件的比例大约为31%。该语料库被划分为五个部分，这些部分在区分垃圾邮件和非垃圾邮件的难度级别上有所不同。整个数据集规模为6,047条信息，任务旨在进行电子邮件垃圾邮件检测。

查看SpamAssassin Public Corpus

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。