| DC Field | Value | Language |
|---|
| dc.contributor.author | Кудакаев, И. Ф. | - |
| dc.contributor.author | Ракипов, Д. А. | - |
| dc.coverage.spatial | Уфа | en_US |
| dc.date.accessioned | 2026-01-14T12:22:22Z | - |
| dc.date.available | 2026-01-14T12:22:22Z | - |
| dc.date.issued | 2025 | - |
| dc.identifier.citation | Кудакаев, И. Ф. Обнаружение спама в email = Email spam detection / И. Ф. Кудакаев, Д. А. Ракипов // Информационные технологии обеспечения комплексной безопасности в цифровом обществе : материалы VII Всероссийской молодёжной научно-практической конференции с международным участием, Уфа, 23–24 мая 2025 г. / Уфимский университет науки и технологий ; редкол.: Д. С. Юнусова (отв. ред.) [и др.]. – Уфа, 2025. – С. 172–175. | en_US |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/62720 | - |
| dc.description.abstract | В статье рассматриваются базовые подходы к обнаружению спама в электронной почте с применением методов обработки
естественного языка (NLP). Пошаговое руководство ориентировано на
начинающих специалистов и студентов, интересующихся машинным
обучением и лингвистическим анализом текстов. Подробно описываются
этапы подготовки данных, методы предобработки текста (включая
лемматизацию и токенизацию), выбор признаков и алгоритмы
классификации. Отдельное внимание уделяется сравнительному анализу
моделей и оценке их эффективности. Работа сопровождается
практическими рекомендациями и примерами кода, что делает ее полезной
для создания собственного инструмента фильтрации спама. | en_US |
| dc.language.iso | ru | en_US |
| dc.publisher | Уфимский университет науки и технологий | en_US |
| dc.subject | материалы конференций | en_US |
| dc.subject | обработка естественного языка | en_US |
| dc.subject | машинное обучение | en_US |
| dc.subject | фильтрация спама | en_US |
| dc.subject | классификация текста | en_US |
| dc.subject | лемматизация | en_US |
| dc.title | Обнаружение спама в email | en_US |
| dc.title.alternative | Email spam detection | en_US |
| dc.type | Article | en_US |
| local.description.annotation | This article explores fundamental approaches to email spam
detection using natural language processing (NLP) techniques. Designed for
beginners and students interested in machine learning and linguistic text
analysis, the guide walks through the key stages of data preparation, text
preprocessing (including lemmatization and tokenization), feature selection, and
classification algorithms. Special focus is given to comparing models and
evaluating their performance. The article includes practical tips and code
examples, making it a valuable resource for those looking to build their own
spam filtering tool. | en_US |
| Appears in Collections: | Информационные технологии обеспечения комплексной безопасности в цифровом обществе (2025)
|
