ベイズスパムフィルタリングを使用して Python でメールを分類する

ベイズスパムフィルタリングの使用

Aspose.Email はベイズスパムアナライザを使用したメールフィルタリング機能を提供します。以下を提供します SpamAnalyzer この目的のためのクラスです。本記事では、単語データベースに基づいてスパムと通常メールを区別できるようフィルタを訓練する方法を示します。

1. スパムフィルタ用に、ハムメール（ham_folder）、スパムメール（spam_folder）、テストメール（test_folder）のフォルダパスとデータベースファイル（database_file）を指定します。
2. ヘルパー関数を定義する print_result 計算されたスパム確率に基づいて、メッセージがスパムかどうかを出力します。
3. Spam Analyzer を作成し、ham_folder（スパムでないメール）と spam_folder（スパムメール）のメールで ’train_filter(message, is_spam)’ メソッドを使って学習させ、学習済みデータベースを ‘save_database(file_path)’ で保存します。
4. Spam Analyzer を作成し、’load_database(file_path)’ で学習済みデータベースを復元し、’test_folder’ から .eml ファイルをロードし、各ファイルを ’test(message)’ で分析してスパム確率を取得し、‘print_result’ でメールの件名と分類結果を表示します。

import os

from aspose.email import MailMessage
from aspose.email.antispam import SpamAnalyzer

ham_folder = "hamFolder"
spam_folder = "spamFolder"
test_folder = "testFolder"
database_file = "SpamFilterDatabase.txt"

def print_result(probability):
    if probability >= 0.5:
        print("The message is classified as spam.")
    else:
        print("The message is classified as not spam.")
    print("Spam Probability: " + str(probability))
    print()

def train_from_directory(analyzer, folder, is_spam):
    for file in os.listdir(folder):
        if file.endswith(".eml"):
            analyzer.train_filter(MailMessage.load(os.path.join(folder, file)), is_spam)

def teach_and_create_database(ham_folder, spam_folder, database_file):
    analyzer = SpamAnalyzer()
    train_from_directory(analyzer, ham_folder, False)
    train_from_directory(analyzer, spam_folder, True)
    analyzer.save_database(database_file)

teach_and_create_database(ham_folder, spam_folder, database_file)

test_files = [f for f in os.listdir(test_folder) if f.endswith(".eml")]
analyzer = SpamAnalyzer()
analyzer.load_database(database_file)

for file in test_files:
    file_path = os.path.join(test_folder, file)
    msg = MailMessage.load(file_path)
    print(msg.subject)
    probability = analyzer.test(msg)
    print_result(probability)