В статье предложено решение задачи фильтрации электронной почтовой корреспонденции на основе предварительной интеллектуальной обработки электронных сообщений с использованием нейросетевого классификатора. Обработка электронных сообщений включает в себя автоматическую обработку текста на основе лингвистического подхода. В работе рассмотрена векторная модель отображения признаков электронного сообщения. Предложено в качестве меры значимости термов использовать Ltc-меру взвешивания. Также обоснован комбинированный подход сокращения признакового пространства путем расчета величины характеризующей значимость терма для определенного класса k и формированием коллоката сообщения с использованием показателей силы смысловой (синаптической) связи между качественными признаками (термами) словосочетаний. Обоснованно использование меры тесноты взаимосвязи двух качественных признаков словосочетаний: коэффициенты ассоциации Ка и контингенции Кk. Для решения задачи фильтрации несанкционированных электронных сообщений выбрана адаптивная нейронная сеть АRТ преимуществом которой является способность самообучаться (создавать образы) для адаптации к изменяющимся потребностям адресата корреспонденции исследована и подтверждена эффективность предложенной модели электронного сообщения, интегрированной с методом нейросетевой классификации для интеллектуальной фильтрации электронной корреспонденции.
In article the solution of the task of filtering electronic mail correspondence on the basis of preliminary intellectual processing of electronic messages with use of the neural network qualifier is proposed. Processing of electronic messages includes hands-off processing of the text on the basis of linguistic approach. In operation the vectorial model of display of signs of the electronic message is considered. It is offered to use a weighing Ltcmeasure as a measure of the significance of terms. Combined approach of abbreviation of character space by calculation of the value characterizing the significance of a term for a certain class k and formation of a collocate of the message with use of indices of force of semantic (synoptic) communication between qualitative characters (terms) of phrases is also reasonable. Use of a measure of narrowness of correlation of two qualitative characters of phrases is reasonable: coefficients of association of KA and kontingention Kk. For the decision of the task of filtering unauthorized electronic messages the adaptive neural ART network by advantage of which is selected the ability to samoobuchatsya (to create images) for adaptation to the changing needs of the addressee of correspondence is the efficiency of the offered model of the electronic message integrated with method of neural network classification for intellectual filtering electronic correspondence is probed and confirmed.
The authors declare that there are no conflicts of interest present.