一种基于机器学习的英文邮件签名提取方法及系统
基本信息
| 申请号 | CN201710928672.2 | 申请日 | - |
| 公开（公告）号 | CN107977399A | 公开（公告）日 | 2018-05-01 |
| 申请公布号 | CN107977399A | 申请公布日 | 2018-05-01 |
| 分类号 | G06F17/30;G06K9/62;G06Q10/10 | 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事务所（普通合伙） | 代理人 | 北京知道未来信息技术有限公司 |
| 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英文邮件签名提取方法，包括以下步骤：通过正则切分方式，对待处理的英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；所述行特征包括sender比对特征；对于通过正则切分方式无法提取获得签名数据的英文邮件数据，通过训练模型，识别英文邮件中的签名行，对签名行进行合并后获得另一部分签名数据。能够从英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。同时提供对应该方法的系统。 |
