檢查Java字符串實例是否可能保留垃圾郵件數據的最簡單方法

Question

我有一個迭代String實例的過程。 每次迭代都對String實例執行少量操作。 最后，String實例將保留。

現在，我想為每次迭代添加一個檢查String實例是否為垃圾郵件。 我只需要驗證String實例不是“成人材料”垃圾郵件。

有什么建議嗎？

Answer 1

這是業界一直努力解決的一個非常棘手的問題。 最好的辦法是嘗試使用現有的解決方案（例如Classifier4J）和黑名單數據源來識別垃圾郵件。

Answer 2

您需要應用一些貝葉斯邏輯，其中包括安德魯提到的Classifier4J在幕后所做的工作。

幾年前Paul Graham撰寫了一篇很好的文章-http: //www.paulgraham.com/spam.html 。

Answer 3

您可以嘗試編寫自己的分類器等，但是如果您保證有網絡訪問權限，那么僅使用Akismet和Java綁定怎么樣？ 查找垃圾郵件非常好。

您需要考慮網絡連接和許可。

Answer 4

最簡單的方法就是檢查已知的垃圾郵件詞。 這里的問題是，使用在不同上下文中表示不同含義的單詞很容易得到誤報。 您要么需要手動選擇單詞列表，僅包括沒有正當理由的單詞列表，要么選擇更重量級的解決方案。