大家好，我是K同學啊~

每當手機短信想起，第一反應就是****，奈何是一條又一條的騷然短信。目前對于垃圾短信的處理方法多是進行識別關鍵字進而攔截。這種方法準確率還是蠻高的基本沒有錯誤，但是攔截面就很有限了。那有沒一種攔截面廣、即高效又準確的方法呢？

學習過我《深度學習100例》的同學可能就要說了RNN啊，訓練一個神經網絡不就OK。拍一拍腦袋，好像是的。不過今天的主角是貝葉斯算法（MultinomialNB）。想學習RNN實例的可以看我之前寫的 深度學習100例-循環神經網絡（RNN）實現股票預測 | 第9天 一文，里面有詳細講解如何使用RNN進行預測。深度學習小白建議先從《小白入門深度學習》這個專欄學起！

如果這些還不能滿足你，可以加我微信（mtyjkh_）為你提供一些力所能及的幫助。

• 語言環境：Python3.6.5
• 編譯器：jupyter notebook

先看看我們的識別效果在開干吧！

1.導入數據

總結

以上是生活随笔為你收集整理的自然语言处理NLP-100例 | 第三篇：骚扰短信识别 MultinomialNB实现（内附源码）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。