База SPAM сообщений

Текстовые датасеты электронных писем разных форматов для обучения нейронной сети задачам определения спама и классификации сообщений

КЕЙС

Кейс База SPAM сообщений

Machine Learning

Возможность системы автоматически интерпретировать данные и прогнозировать результат

Безопасность

обучение алгоритмов распознавать ситуации, способные причинить вред

NLP

Возможность системы понимать, анализировать и интерпретировать человеческие языки

Сбор данных

Сбор подходящих данных для последующей разметки

Описание КЕЙСов

Контент и формат:

Метрики сбора:

.csv файл с текстом сообщений jpg/png снимков экрана

10 000 сообщений
15 дней

Датасет состоит из широкого спектра спам-сообщений, включая рекламные предложения, мошеннические схемы и попытки фишинга

Язык:

Английский

Смотреть на Kaggle

Скачать пример

Смс-спам на английском языке

НАМ ДОВЕРЯЮТ

Контент и формат:

.csv файл с текстом сообщений (title, text, type) jpg/png снимков экрана

Метрики сбора:

Язык:

15 000 сообщений
20 дней

Английский, Испанский, Французский, Немецкий, Польский, Чешский

Email-спам на европейских языках

Датасет состоит из набора электронных писем, разделенных на два основных класса: “спам” и “не спам”. E-mail длиной от 50 до 7500 символов написаны на разных языках, оформлены в разговорном и официальном стилях речи

Смотреть на Kaggle

Скачать пример

Контент и формат:

.csv файл с текстом сообщений jpg/png снимков экрана

Метрики сбора:

10 000 сообщений
12 дней

Язык:

Русский

Русские спам-смс

Датасет содержит примеры нежелательных текстовых сообщений, в который включены рекламные рассылки, вирусные ссылки, предложения о микрофинансировании и другие мошеннические схемы

Смотреть на Kaggle

Скачать пример

типы услуг

-01-

Обучение LLM распознавать разные форматы спама, генерировать, переписывать и производить любые другие действия по запросу на основе spam текстов

-02-

Защита от спама в чат-приложениях: NLP для улучшения системы фильтрации спама в чатах и предотвращения нежелательных сообщений, рекламы или вредоносных ссылок, а также повышения защиты и безопасности

-04-

Защита от фишинга: Классификация для распознавания фишинговых писем и предотвращения пользователей от взаимодействия с ними

-03-

Предотвращение
текстового спама в комментариях: NLP для выявления и блокировки спама в комментариях и обеспечения безопасности и комфорта при использовании мобильных приложений

-05-

Оптимизация
маркетинговых кампаний: Классификация для автоматической фильтрации нежелательных или мошеннических запросов от пользователей и улучшения качества и точности маркетинговых кампаний

Похожие датасеты