SMS Spam Collection Data Set

该语料库是从互联网上免费或免费的研究来源收集的：
从 Grumbletext 网站手动提取了 425 条 SMS 垃圾邮件集合。这是一个英国论坛，手机用户在该论坛上公开声明垃圾短信，其中大多数人没有报告收到的垃圾短信。识别索赔中的垃圾邮件文本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。
新加坡国立大学短信语料库 (NSC) 中随机选择的 3,375 条短信的子集，这是新加坡国立大学计算机科学系为研究收集的大约 10,000 条合法短信的数据集。这些信息主要来自新加坡人，主要来自就读大学的学生。这些信息是从志愿者那里收集的，他们知道他们的贡献将被公开。
从 Caroline Tag 的博士论文中收集的 450 条 SMS 火腿消息的列表。
SMS Spam Corpus v.0.1 Big。它有 1,002 条 SMS 火腿消息和 322 条垃圾消息。