检查Java字符串实例是否可能保留垃圾邮件数据的最简单方法

Question

我有一个迭代String实例的过程。 每次迭代都对String实例执行少量操作。 最后，String实例将保留。

现在，我想为每次迭代添加一个检查String实例是否为垃圾邮件。 我只需要验证String实例不是“成人材料”垃圾邮件。

有什么建议吗？

Answer 1

这是业界一直努力解决的一个非常棘手的问题。 最好的办法是尝试使用现有的解决方案（例如Classifier4J）和黑名单数据源来识别垃圾邮件。

Answer 2

您需要应用一些贝叶斯逻辑，其中包括安德鲁提到的Classifier4J在幕后所做的工作。

几年前Paul Graham撰写了一篇很好的文章-http: //www.paulgraham.com/spam.html 。

Answer 3

您可以尝试编写自己的分类器等，但是如果您保证有网络访问权限，那么仅使用Akismet和Java绑定怎么样？ 查找垃圾邮件非常好。

您需要考虑网络连接和许可。

Answer 4

最简单的方法就是检查已知的垃圾邮件词。 这里的问题是，使用在不同上下文中表示不同含义的单词很容易得到误报。 您要么需要手动选择单词列表，仅包括没有正当理由的单词列表，要么选择更重量级的解决方案。