语境

SMS垃圾邮件收集是已收集用于SMS垃圾邮件研究的一组SMS标记邮件。它包含一组英文短信，共5574条，标记为火腿（合法）或垃圾邮件。

内容

这些文件每行包含一条消息。每行由两列组成：v1包含标签（火腿或垃圾邮件），v2包含原始文本。

该语料库是从Internet上免费或免费为研究资源收集的：

->从Grumbletext网站手动提取了425条SMS垃圾邮件。这是一个英国论坛，手机用户在其中公开发表有关SMS垃圾邮件的声明，其中大多数都没有报告收到的垃圾邮件。声明中垃圾邮件消息文本的标识是一项非常艰巨且耗时的任务，它涉及仔细扫描数百个网页。Grumbletext网站是：[Web Link]。
-> NUS SMS语料库（NSC）的3375条SMS随机选择的火腿消息的子集，该消息是由新加坡国立大学计算机科学系收集的约10,000条合法消息的数据集。这些信息主要来自新加坡人，并且主要来自就读大学的学生。这些消息是从志愿者那里收集的，他们知道他们的贡献将被公开提供。NUS SMS语料库的网址为：[Web Link]。
->可从[Web Link]上从Caroline Tag的博士学位论文中收集的450条SMS火腿消息的列表。
->最后，我们合并了SMS Spam Corpus v.0.1 Big。它具有1,002条SMS ham消息和322条垃圾邮件，并且可以在[Web Link]上找到。该语料库已用于以下学术研究：

致谢

原始数据集可在此处找到。创作者想指出，如果您发现数据集有用，请参考以前的论文和以下网页：http : //www.dt.fee.unicamp.br/~tiago/smsspamcollection/，研究等

在下面的文章中，我们将对该语料库进行全面的研究。这项工作提供了几种机器学习方法的大量统计数据，研究结果和基线结果。

Almeida，TA，G³mezHidalgo，JM，Yamakami，A。对SMS垃圾邮件过滤研究的贡献：新收录和结果。2011年ACM文档工程研讨会论文集（DOCENG'11），美国加利福尼亚州山景城，2011年。

灵感

您是否可以使用此数据集构建一个预测模型，以准确地将哪些文本归类为垃圾邮件？