※ 引述 《GGFACE》 之銘言：
: 青鳥：
: 數發部一個人一天只能擋20封來自中國的惡意郵件
: 每天台灣的公部門都會收到成千上萬惡意郵件
: 所以我們需要很經費請很多人
: ＸＤＤＤＤＤＤＤＤＤＤＤＤＤＤＤＤＤＤＤＤＤＤＤ
阿肥碼農阿肥啦！
阿肥自己應該算是相關從業人員吧，本身主Main就是做NLP相關的工作。
如果是分析惡意電子郵件一般早在2012年就不太用人工去做分析了，早期大部分的分析就已
經依賴一些統計背景會去做WordCloud還有Topic Model去針對文章的主題潛在惡意詞去做分
析，會用到一些統計建模的工具或是Python 手刻一些程式去抓Pattern 。
2012年谷歌的W2V模型我們就可以透過模型將詞映射進向量中找相似詞，後面就有Elmo、Ber
t等神經網路模型接手這些工作人工只是做模型巡檢跟標註的工作，其實很難真的人工一個
一個分析根本超級沒效率。
然後如果真的要分析惡意網路來源早在12年那個時候阿肥在外商就可以透過一些Neo4J等建G
raph工具去拉出潛在惡意信件的關聯直接從圖表搭配模型去找到惡意社群的中心來源，不太
可能人工慢慢看慢慢分析。
這些東西方法論至少20-30年以上了，所以蠻大程度可以懷疑thread上那篇作者不是相關從
業人員又或者不排除可能是他只是做標註工的工作然後以為自己是分析員。
差不多四醬