企业邮件垃圾分类样本数据集

数据来源：

该数据集由美国能源公司 Enron 的内部通信记录构成，原始数据整理自 Enron Email Dataset，后经分类标注为“垃圾邮件”与“正常邮件”（Spam/Ham）两类，用于自然语言处理任务中的文本分类研究。

字段定义：

Message ID：邮件编号，唯一标识每封邮件

Subject：邮件主题

Message：邮件正文内容

Spam/Ham：邮件类型标签（spam 表示垃圾邮件，ham 表示正常邮件）

Date：邮件发送日期，格式为 yyyy/mm/dd

数据特征：

数据包含结构化的主题信息与非结构化的邮件正文文本，并配有二元分类标签（Spam/Ham）。邮件内容丰富，涵盖公司日常运营、合同沟通、业务安排等多个场景，具有较强的语境真实性。部分记录可能包含邮件转发与历史内容嵌套。

适用场景：

垃圾邮件识别模型训练与评估

文本分类算法开发与对比实验

企业通信行为研究

信息抽取与命名实体识别任务测试集