trec06c中文邮件数据集

包含 ‌64,000+ 封真实中文邮件‌（含垃圾邮件与正常邮件）。邮件‌保留原始格式与内容‌，涵盖多种文本类型（如广告、诈骗、通知等）。

官方下载地址： https://plg.uwaterloo.ca/cgi-bin/cgiwrap/gvcormac/foo06

Contains over 64,000 real Chinese emails, including both spam and legitimate emails. The emails retain their original formatting and content, covering various text types such as advertisements, scams, notifications, and more. Official download link: https://plg.uwaterloo.ca/cgi-bin/cgiwrap/gvcormac/foo06

搜集汇总

背景与挑战

背景概述

trec06c中文邮件数据集是一个包含超过64,000封真实中文邮件的大型数据集，涵盖垃圾邮件和正常邮件，邮件保留原始格式与内容，适用于文本分类和垃圾邮件检测研究。数据集提供结构化存储和标注文件，标签类型明确，支持机器学习模型的训练与评估。