这里免费提供基于文本内容的垃圾短信识别中所需数据包括词云图片、垃圾短信数据、和自定义字典等，希望对您有帮助

国科大_网络数据挖掘大作业_2017_垃圾短信分类

垃圾短信数据集

自然语言处理作业 可以完善完善 当作毕业论文项目 直接就可以运行 下载好项目里需要的包就可 这个包在项目里都有提示 包含两种算法：朴素贝叶斯分类以及svm

机器学习之基于文本内容的垃圾短信识别的所需数据（即所需要的原始数据message80W1、自定义的词典newdic1、停用词stopword 和轮廓图duihuakuan）

国科大 徐君 网络数据挖掘 大作业 个人报告+代码+数据，可参考 README 运行环境： Python 2.7.12 jieba 0.39 numpy 1.13.3 scikit-learn 0.19.1 scipy 1.0.0 请参照此运行环境进行运行前配置。 1.运行TextProcess.py获得classifiedLabel.txt、trainSetMsg.txt以及testSetMsg.txt，得到文本处理后的规则文本数据文件； 2.运行crossValidation.py进行交叉验证； 3.其中SVM算法运行时间较长（6-7小时左右），可以注释掉或者减少数据规模来测试； 4.可调用分类器中的predict方法来利用训练后的分类器进行分类预测（垃圾短信识别）。

利用朴素贝叶斯过滤垃圾短信

包含1万多条短信，分为垃圾短信和正常短信

包含1万多条短信，垃圾短信标记为1，正常短信标记为0。

论文链接https://blog.csdn.net/ancientear/article/details/112546963