首页/ 北京知道未来信息技术有限公司/ 专利详情

一种基于机器学习的中文邮件签名提取方法及系统

基本信息

申请号 CN201710928671.8 申请日 -
公开（公告）号 CN107992508B 公开（公告）日 2021-11-30
申请公布号 CN107992508B 申请公布日 2021-11-30
分类号 G06F16/903（2019.01）I;G06F16/38（2019.01）I;G06N20/10（2019.01）I;G06K9/62（2006.01）I;G06Q10/10（2012.01）I 分类 计算；推算；计数;
发明人 宋东旭;罗丁;杨浩 申请（专利权）人 北京知道未来信息技术有限公司
代理机构 北京君尚知识产权代理有限公司 代理人 余长江
地址 100102北京市朝阳区阜通东大街1号院3号楼1单元112102室
法律状态 -

摘要

摘要 本发明提供一种基于机器学习的中文邮件签名提取方法，包括以下步骤：通过正则切分方式，对待处理的中文邮件进行签名提取，获取一部分签名数据；提取样本签名数据的行特征，将所述行特征输入SVM进行训练获得训练模型；对于通过正则切分方式无法提取获得签名数据的中文邮件数据，通过训练模型，识别中文邮件中的签名行，对签名行进行合并后获得另一部分签名数据。能够从中文邮件数据中准确地提出发件人的个人信息，从而解决了在对邮件数据的数据挖掘中，经常挖掘到邮箱就无法继续深入的难题。且提取结果具有较高的准确率，具有很高的泛用性。同时提供对应上述方法的系统。