L'ensemble de données de détection de spam est un ensemble de données de courriels étiquetés destiné aux tâches de détection de spam, conçu pour soutenir la recherche liée à la modélisation de la classification, au traitement du langage naturel et à l'ingénierie des caractéristiques, et pour améliorer la capacité du modèle à identifier le spam. Cet ensemble de données contient l'objet et le corps des courriels, et en extrait le nombre de mots, les caractéristiques textuelles et des caractéristiques numériques. Il inclut également des balises de spam et peut être utilisé pour des tâches de classification binaire.

Champs de données :

• Objet : Une chaîne de caractères représentant le contenu de l'objet de l'e-mail.
• email_text : Type de chaîne de caractères représentant le corps du courriel.
• num_words : Un entier représentant les statistiques de comptage des mots de l’e-mail.
• étiquette : une chaîne de caractères représentant l’étiquette de catégorie de l’e-mail (spam/non-spam).