SPAM filtering with bogofilter

ようやっと，長いこと懸案だった spam フィルタリングの設定を見直しました．
参考までに，私の行った設定を報告します．

私は，procmail で

  (1) 私のアドレスに直接届くメール
  (2) メーリングリストやエイリアス経由で届くメール

を別々の maildir 形式のメールボックスに振り分けておき，直接届いたメー
ルだけを対象に biff を鳴らすという小細工をしています．これは，急ぎのメー
ルにすぐ反応できるようにするためです．

spam は急ぎのメールではありませんから，後者のメールボックスに配送して
欲しい(= 余計な biff を鳴らさないで欲しい)．というわけで，procmail で
も bogofilter を呼び出して振り分けることにしました．そうすると，Gnus 
でも更にもう一度 bogofilter を呼び出すのは無駄なので，Gnus は
bogofilter によって付与された X-Bogosity へッダを見て振り分けることに
します．

また，通常のグループに spam が残っている状態は嫌いなので，spam と判定
されたメールは即座に spam 用のグループに移動させることにします．

spam.el の基本的なデザインでは，グループを抜ける度に ham/spam のデータ
ベースの更新を行っているようです．この方法は分かり易くて良いのですが，
頻繁にグループに入ったり抜けたりする人にとっては，グループの出入りに余
計な時間がかかることになって，いらいらさせられる原因になります[*]．そ
こで，ham/spam データベースの更新は emacs とは無関係(= ユーザーの入出
力とも無関係)のタイミングで行い，誤判定された記事を再登録する操作だけ
を Gnus から制御することにします．

このような方針で設定する手順は以下の通りです．

最初は，この方針のための ~/.procmailrc のサンプルです．

    MAILDIR=$HOME/spool

    :0 fw
    | bogofilter -u -e -p

    :0
    * ^X-Bogosity: Yes,
    other/

    :0
    * ^TO_username@example\.net
    inbox/

    :0
    other/

これで，直接届いたメールだけが ~/spool/inbox/ 以下に貯まり，spam を含
む不要不急のメールは ~/spool/other/ 以下に貯まります．また，届いたメー
ルが bogofilter によって振り分けられると同時に，そのメールに含まれてい
る単語も spam または ham の単語として登録(-u)されます．

次に，spam.el を使えるようにするための設定を ~/.gnus に書きます．

    ;; spam.el を使えるようにする
    (spam-initialize)

    ;; spam を貯めるグループの指定
    (setq spam-split-group "junk")

    ;; X-Bogosity: へッダを参照して，ham/spam を振り分ける
    (setq spam-use-bogofilter-headers t)

    ;; 「未承諾広告」を表題に含むメールは spam とする
    (setq spam-use-regex-headers t
          spam-regex-headers-spam '("^Subject:.*未承諾広告"))

    ;; (1) junk グループは spam のみを含む
    ;; (2) 普通のメールグループは ham のみを含む
    (setq gnus-spam-newsgroup-contents
          '(("\\`nnml:junk\\'" gnus-group-spam-classification-spam)
            ("\\`nnml:" gnus-group-spam-classification-ham)))

    ;; 誤判定されたメールのみを登録対象とする．
    ;; (1) spam を貯めているグループを抜けるとき，見つかった ham を
    ;;     bogofilter に登録する．
    ;; (2) 普通のグループを抜けるとき，見つかった spam を bogofilter 
    ;;     に登録する．
    (setq gnus-spam-process-newsgroups
          '(("\\`nnml:junk\\'" ((ham spam-use-bogofilter)))
            ("\\`nnml:" ((spam spam-use-bogofilter)))))

    ;; 誤判定されたメールのキーワードを，bogofilter のデータベースから
    ;; 削除しながら，spam/ham の登録を行う．
    (setq spam-bogofilter-spam-switch "-Ns"
          spam-bogofilter-ham-switch "-Sn")

    ;; ham なのに spam と誤判定されていたメールは respool する
    (setq gnus-ham-process-destinations
          '(("\\`nnml:junk\\'" respool)))

    ;; spam なのに ham と誤判定されていたメールは junk に移動する
    (setq gnus-spam-process-destinations
          '(("\\`nnml:junk\\'" nil)
            ("\\`nnml:" "nnml:junk")))

ここまで設定して，

    (setq nnmail-split-fancy
          '(| (: spam-split)
              ("x-ml-name" "semi-gnus-ja" "semi-gnus")
              "inbox"))

のように書くと，spam は junk に分類され，それ以外のグループには ham だ
けが分類されるようになります．

spam であるにも関わらず ham と誤判定されたメールを見つけた場合は，M-d 
で spam マークをつけます．そうすると，そのグループから抜けたときに 
junk グループに送り込まれ，同時にキーワードの再学習が行われます．

ham であるにも関わらず spam と誤判定されたメールを見つけた場合は，d な
どで既読マークをつけます．そうすると，junk グループから抜けたときに，
そのメールを適切なグループに respooling すると同時に，キーワードの再学
習が行われます．

[*] この問題を避けるために，

        (gnus-registry-initialize)
        (setq spam-log-to-registry t)

という指定を ~/.gnus に書き，

    (setq gnus-spam-process-newsgroups
          '(("\\`nnml:" ((ham spam-use-bogofilter)
                         (spam spam-use-bogofilter)))))

という普通の設定を試してみたのですが，私の手元では効果が見られませんで
した．具体的には，過去に一旦読んだメールをもう一度読んだ場合，そのグルー
プから抜けるときに，その一旦読んだ(= 学習済のはずの)メールが再び学習対
象となってしまって，

    Registering 1  articles with classification ham, check spam-use-bogofilter

というメッセージが現れました．ただ，これは設定を試行錯誤していた時だっ
たので，何か別の間違いが原因だった可能性もあります．

--
土屋 雅稔 ( TSUCHIYA Masatoshi )