該項(xiàng)目的研究人員之一 Vikas Samarthrao Kadam 說(shuō)：“垃圾郵件檢測(cè)是至關(guān)重要的，因?yàn)樗梢源_保賣家的公正，并保留買家對(duì)網(wǎng)店的信任。與其他方法相比，它提高了訓(xùn)練速度和分類效率。我們的模型可以隨著收到大量電子郵件的人的生活質(zhì)量的提高，使他們能夠順利地瀏覽他們的電子郵件，并且只為他們的預(yù)期目的使用他們的賬戶”。

該團(tuán)隊(duì)開發(fā)了一個(gè)基于多目標(biāo)特征選擇和自適應(yīng)膠囊網(wǎng)絡(luò)的模型，并在圖像和文本數(shù)據(jù)集上進(jìn)行訓(xùn)練。據(jù)稱，這種使用深度學(xué)習(xí)技術(shù)的模型提供了簡(jiǎn)單的實(shí)現(xiàn)方式，可以在短時(shí)間內(nèi)快速訓(xùn)練。Kadam 說(shuō)，他們的初步評(píng)估顯示，新模型擁有比其他現(xiàn)有方法更高的準(zhǔn)確性。該團(tuán)隊(duì)指出，這可以幫助提高用戶的安全性，并幫助他們更好、更容易地撇開無(wú)關(guān)的電子郵件。

在接受 TechXplore 采訪的時(shí)候，Kadam 表示：“我們的模型也降低了訓(xùn)練速度，并導(dǎo)致了更高的分類效率。與其他模型相比，它提高了垃圾郵件檢測(cè)的收斂率，取得了更好的效果”。

另一方面，該小組表示，該模型仍然需要開發(fā)，以確保在速度和精度方面的最大效率。不過(guò)，一旦準(zhǔn)備就緒，這種垃圾郵件過(guò)濾技術(shù)就可以大規(guī)模使用，包括在Gmail、雅虎郵箱和Outlook上使用。

Kadam 表示：

垃圾郵件檢測(cè)和過(guò)濾系統(tǒng)的安全性對(duì)于實(shí)現(xiàn)更好的準(zhǔn)確性和可靠的結(jié)果至關(guān)重要，這可以在未來(lái)使用集合學(xué)習(xí)來(lái)改進(jìn)。許多模型的誤報(bào)率仍然高于要求，但今后應(yīng)減少到盡可能小的數(shù)值。實(shí)時(shí)垃圾郵件分類是非常需要的，因?yàn)榇蠖鄶?shù)提出的模型在實(shí)時(shí)數(shù)據(jù)中不能很好地工作......

幾乎所有的研究人員都根據(jù)他們的模型的準(zhǔn)確性、精確性和召回率來(lái)展示他們的結(jié)果，但我們覺得機(jī)器學(xué)習(xí)模型的時(shí)間復(fù)雜性也應(yīng)該被視為一個(gè)評(píng)估指標(biāo)。

一些研究人員在使用詞包進(jìn)行特征提取的過(guò)程中顯示出有希望的結(jié)果，因?yàn)樗麄兟暦Q電子郵件的標(biāo)題對(duì)于垃圾郵件的檢測(cè)和正文內(nèi)容一樣重要。因此，未來(lái)也可以考慮對(duì)標(biāo)題行進(jìn)行深度特征提取。