情報処理学会 第80回全国大会講演要旨

　本稿ではニューラルネットワークを用いたスパムメールのフィルタリングの提案・実装を行う。SVMやベイジアンフィルタリングなどの既存手法と比較してニューラルネットワークは、複雑な関数を近似できることや汎化性能の向上が可能という利点を有しており、高精度なスパム検出が期待できる。本研究では、TF-IDF、Okapi BM25+など、複数のベクトルの生成手法を用いてフィルタリングを実装し、スパム検出に最適な方式の洗い出しを行った。比較の結果得られた最適な手法をEnron Spam datasetに適用した結果、正確性が97.52%、精度が99.31%、偽陽性が0.35%となり。提案方式の有用性が確認された。