「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

フィルタ対策

[Anonymous Coward]

この手のSPAMフィルタソフトを活用して、SPAMを出す前にフィルタに検出されないように文面を工夫するようになったら、どうなるんだろうか。どんどん検出精度/確度が落ちていく？

Re:フィルタ対策

[Anonymous Coward]

英語等では半角スペースを要素の切れ目として使っているので、英語等を使うスパム業者は単語をアンダースコア _ でつないだりしてスパムである確率が高いとされている単語を使わないようにして、フィルタ対策をします。

Re:フィルタ対策

[Anonymous Coward]

で、今度は「アンダースコアが多いメールはSPAMの確率が高い」
と学習してその手は使えなくなると。

Re:フィルタ対策

[Anonymous Coward]

文字単位でベイズ確率を計算すれば、簡単でしょうが、全ての単語をつないであってそれを一単語とみなすようなまぬけな仕様だと少しでも中身が違えば始めての単語として偽陰性となるとかだったと思います。

文字単位で確率計算しなくても、ある程度以上長い単語があれば、SPAMと判定していいのでしょうが、ある程度以上長い単語とかいうのを学習できるフィルターはあるのでしょうか？

Re:フィルタ対策

[nazoking (1299)]

「文字の長さで統計取ってみよう」とか「文字単位で統計取ってみよう」とかを自動で考え出してくれるフィルターは……

Re:フィルタ対策

[mishima (737)]

単語の切り出しを suffix tree ですればいいんじゃない？

--
# mishimaは本田透先生を熱烈に応援しています