文献

J-GLOBAL ID：201902273569378981   整理番号：19A0470002

再帰ニューラルネットワークを用いたSMSにおけるスパムフィルタリング【JST・京大機械翻訳】

Spam filtering in SMS using recurrent neural networks

著者 (2件)： Taheri Rahim (Department of Computer Engineering and IT, Shiraz University of Technology, Shiraz, Iran) ,  Javidan Reza (Department of Computer Engineering and IT, Shiraz University of Technology, Shiraz, Iran)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： AISP  ページ： 331-336  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 短いメッセージサービス(SMS)は,容易で安価な通信を可能にする移動通信サービスの一つである。このサービスにおいて,SMS上でこれらのメッセージを送り,広告することを目的として望ましくないメッセージを生成することが最大の課題となっている。種々の方法を提示して,未解明の短いメッセージを検出した。その多くは機械学習に基づいている。ニューラルネットワークは,SMSにおける通常の短いメッセージ(ハムとして知られている)から望ましくないテキストメッセージ(スパムとして知られている)を分離するために適用されてきた。著者らの知る限り,再帰ニューラルネットワーク(RNN)はこの問題においてまだ使用されていない。本論文では,RNNを利用した新しい方法を提案し,可変長シーケンスによりハムとスパムを分離した。固定配列長を用いた。提案した方法は98.11の精度を達成し,サポートベクトルマシン(SVM),トークンベースSVMおよびBayesアルゴリズムと比較して,それぞれ97.81,97.64および80.54の精度でかなりの改善を示した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 機械学習 ,  アルゴリズム ,  サポートベクトルマシン ,  移動通信 ,  *ニューラルネットワーク
準シソーラス用語： *スパム ,  テキスト ,  低価格 ,  *スパムフィルタ , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： ニューラルネットワーク ,  SMS ,  スパムフィルタリング