「ベイズ推定で楽々スパムメールをフィルタリング」記事へのコメント

bogofilterもあるでよ

[ikemo (901)]

自分はBogofilter [sourceforge.net]使ってます。
bsfilterと同じようにprocmailと併用するタイプです。
正直あまり性能はよくないなぁと感じてますけど。
メールの喰わせ方が悪いのかも知れませんが。

あと有名なのはMozillaですが、こちらのBayesian Filterは
使った限りではかなり性能良さそうです(日本語を除く)。

# 大学の研究がBayes関連でこういう話はちょっと嬉しいのでID。

Re:bogofilterもあるでよ

[Anonymous Coward]

神の存在も方程式で証明できるといったベイズはやっぱりかっこいい。

bogoは日本語の扱いいかがですか？いま速攻でPOPFile導入しましたが、1万5千通以上サーバーに残っているメールを最初からダウソし始めたのでこまったのと、今まで分類済みのメ

Re:bogofilterもあるでよ

[ikemo (901)]

＞bogoは日本語の扱いいかがですか？
自分の環境だと英語も日本語もあまり変わらないです。
SPAMが誤判定されることはあっても(今だいたい5％くらい)、
non-SPAMがSPAMと判定されることは今のところないです。
ソースは見てないけど、特に考慮はしてないんじゃないかなぁ。

ちなみにMozillaだと英語は99.99％正確だったんですが、
日本語だとせいぜい数十％くらいでした(感覚的に)。
日本語がダメな原因は江村さんのmozilla.party 4.0での発表資料 [biglobe.ne.jp]が詳しいです。

# ついでに、自分が参考にしたのはHotWiredの記事 [hotwired.co.jp]で、自分の設定は、この日記 [wakaba.jp]。

Re:bogofilterもあるでよ

[itoshikazu (15602)]

ちなみにMozillaだと英語は99.99％正確だったんですが、日本語だとせいぜい数十％くらいでした(感覚的に)。

bogofilterは日本語に全く対応していませんから、そんなもんかも知れませんね。

私はbogofilterに通す前にnkf2でUTF8に変換して、それをmecab使って分かち書きにしてます。これでかなり精度高いと思ってます...... でも、良く考えたら、ウチに屆くスパムは中国語、ハングル、英語がほとんどで、日本語のスパムが元々少ないんで、本当の意味で精度が高いのかどうかはわからなかったりしますが。

Re:bogofilterもあるでよ

[cloudy (1160)]

私もbogofilterですが、日本語はnkfしてkakasiに食わせています。
procmailのレシピはこんな感じです。

* ? nkf -m -e | kakasi -w | bogofilter
spam/.

解決しました

[Anonymous Coward]

>分類済みのメールを喰わせる方法
は、たとえばスパムメールをつなげてspam.txtにまとめ
$ perl insert.pl spam spam.txt
等とすればいいそうです。手元にスパムメールが残っていないので、これからスパムメールを集めます。
スパムではないメールは

Re:bogofilterもあるでよ

[Anonymous Coward]

bogofilterの＋ kakasiパッチ [ono.org]ならあったりします。 認識率はどうなんだろ。