知识卡片
邮件正文抽取限定协议范围
原始邮件以首个空行分隔头部和正文。案例只取正文做文本分类,头部里来源和伪造痕迹仍可能有用。读取文件后应确认分隔位置、编码和内容形式;这种简化不是完整MIME解析器,不能把多部分或附件结构都当普通纯文本。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第3章 分类:垃圾过滤 试写第一个贝叶斯垃圾分类器 · 连续片段1 · 查看原书依据
用空行分隔邮件头部和正文是协议规定的。可参考RFC822[1]:http://tools.ietf.org/html/rfc822。 和其他案例一样,这里要做的第一件事就是加载要用的程序包。因为是文本分类,所以要用到tm程序包,tm代表text mining(文本挖掘)。一旦分类
参考来源
- 位置:《机器学习:实用案例解析》第03章《试写第一个贝叶斯垃圾分类器 · 连续片段1》(来源项目book-sources;源文件:extracted/OReilly精品图书系列共21册(《Javascript权威指南》、《机器学习:实用案例解析》、《编写可读代码的艺术》、《算法精解》等)/_epub-src/text/part3093.html,spine3199)
- 结论依据:原文的案例步骤与解释支持所述机制;R包、外部API与数据接口限定于本书出版时环境,不作为当前兼容性承诺。
- 原始内容:用空行分隔邮件头部和正文是协议规定的。可参考RFC822[1]:http://tools.ietf.org/html/rfc822。 和其他案例一样,这里要做的第一件事就是加载要用的程序包。因为是文本分类,所以要用到tm程序包,tm代表text mining(文本挖掘)。一旦分类