Python'da E-postaları Sınıflandırmak İçin Bayesyen Spam Filtrelemesi Kullanma

Bayesyen Spam Filtrelemesi Kullanma

Aspose.Email, Bayesyen bir spam analizörü kullanarak e-posta filtreleme işlevi sağlar. Şu özellikleri sunar SpamAnalyzer bu amaç için sınıf. Bu makale, filtreyi kelime veritabanına dayanarak spam ve normal e-posta arasını ayıracak şekilde nasıl eğiteceğinizi gösterir.

1. Spam filtresi için ham e-postaların (ham_folder), spam e-postaların (spam_folder), test e-postaların (test_folder) ve veritabanı dosyasının (database_file) klasör yollarını belirt.
2. Yardımcı işlevi tanımla print_result hesaplanan spam olasılığına dayanarak bir mesajın spam olarak sınıflandırılıp sınıflandırılmadığını yazdırmak için.
3. Veritabanı dosyasını kullanarak Spam Analizörü oluştur, ham_folder (spam olmayan) ve spam_folder (spam) içindeki e-postalarla eğit, ardından eğitilmiş veritabanını kaydet.
4. ’test_folder’ klasöründen .eml dosyalarını yükle, her birini SpamAnalyzer.test ile analiz et ve spam olasılığını al, ardından ‘print_result’ kullanarak e-posta konusunu ve sınıflandırmasını yazdır.

from aspose.email import MailMessage, SaveOptions, MsgLoadOptions, MessageFormat, FileCompatibilityMode
from aspose.email.antispam import SpamAnalyzer
import os

ham_folder = "/hamFolder"
spam_folder = "/Spam"
test_folder = data_dir
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 teach_and_create_database(ham_folder, spam_folder, database_file):
    analyzer = SpamAnalyzer(database_file)
    analyzer.teach_from_directory(ham_folder, True)
    analyzer.teach_from_directory(spam_folder, False)
    analyzer.save_database()

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(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)