一种邮件检测模型训练方法、装置及电子设备

本申请涉及计算机技术领域，尤其涉及一种邮件检测模型训练方法、装置及电子设备。邮件检测模型包括卷积神经网络模型和深度神经网络模型。该方法包括将邮件文本转换为图像，通过卷积神经网络模型提取图像特征得到第一特征向量。将第一特征向量输入到深度神经网络模型得到第一预测值和第一损失函数。将邮件特征转换为第二向量，拼接第二向量与第一向量得到组合向量，将组合向量输入至深度神经网络模型得到第二预测值和第二损失函数。计算第一损失函数和第二损失函数的加权和得到整体损失函数，基于整体损失函数训练邮件检测模型，直至整体损失函数收敛，得到训练完成的邮件检测模型。上述方案，可以提高检测钓鱼邮件的准确性。