SpamBayes 日本語化

SpamBayes (スパムベイズ) は、ベイズ理論を応用した高性能なスパムフィルタです。 POP3 Proxy や Procmail のフィルタとして利用可能です。オリジナルは日本語のメールに特に対応してませんが、それでもかなりの割合で日本語のスパムメールをはじいてくれます。配布元は sourceforge です。

日本語ローカライズ版

SpamBayes日本語版は日本語トークン抽出処理を追加し、また web インターフェースに日本語パッチあてました。副作用を発生させないよう修正は最小限にとどめたつもりです。ファイルはここに置いてあります。

SplitterForU.py                            -- 日本語スプリッタ (追加)
spambayes-1.0.4.Dibbler-iso2022jp.patch    -- Web インタフェース (共通)
spambayes-1.0.4.PyMeldLite-iso2022jp.patch -- Web インタフェース (共通)
spambayes-1.0.4.ImapUI-RFC2060.patch       -- Web インタフェース (Imap 用)
spambayes-1.0.4.ProxyUI-iso2022jp.patch    -- Web インタフェース (POP3 Proxy 用)
spambayes-1.0.4.tokenizer-iso2022jp.patch  -- トークン抽出処理パッチ

パッチを適用済みのファイルや spec ファイルも置いてあります。

spambayes-1.0.4.tar.gz     -- オリジナル
spambayes-1.0.4.jp.tgz     -- オリジナル + 日本語パッチ
spambayes.spec             -- RPM 作成用 spec ファイル

また、日本語スプリッタは UnicodeBlockTokenizer - tokuhirom's Wiki から頂戴してきたものを改造して使用してます。この辺の話は象歩ブログ 149, 148, 123 を参照してください。

インストール

VineLinux 用 RPM はここに置きます。Vine の ftp ミラーサイトからも get 出来ます。 apt-get でインストールする場合 Vine-3.2 では extras 扱いなので、 /etc/apt/source.list に extras を追加します。

## Vine Linux 3.2
rpm     [vine] http://updates.vinelinux.org/apt 3.2/$(ARCH) main devel plus extras updates
rpm-src [vine] http://updates.vinelinux.org/apt 3.2/$(ARCH) main devel plus extras updates

オリジナルソースからインストールする場合は、上記 spambayes-1.0.4-jp.tgz を使うか、ソースを本家からダウンロードしてパッチを当てます。

$ tar xvzf spambayes-1.0.4.tar.gz
$ cp SplitterForU.py spambayes-1.0.4/spambayes/
$ patch -p0 < spambayes-1.0.4.Dibbler-iso2022jp.patch
$ patch -p0 < spambayes-1.0.4.ImapUI-RFC2060.patch
$ patch -p0 < spambayes-1.0.4.ProxyUI-iso2022jp.patch
$ patch -p0 < spambayes-1.0.4.PyMeldLite-iso2022jp.patch
$ patch -p0 < spambayes-1.0.4.tokenizer-iso2022jp.patch

パッチは 1.0.4 用に作りましたが、1.0.3 でも利用できるようです。

インストール方法はソースの README.txt に書いてあります。本家ページには他にも色々な情報があります。たとえば、次のようにしてインストールできます。

$ cd spambayes-1.0.4
$ python setup.py build
$ su
# python setup.py install

使い方

IMAP サーバでの使い方は、いちおうここに書きました。本家には UNIX, Mac OS, Windows 用に、個別の説明があります。

履歴

2005-09-04: spambayes-0.1.4-jp 日本語トークン抽出処理を追加しました。