File spamassassin-3.3.1-ja-1.txt of Package spamassassin

Overview Repositories Revisions Requests Users Attributes Meta

File spamassassin-3.3.1-ja-1.txt of Package spamassassin

spamassassin-3.3.1-ja.patch (2010-08-16)

----------------------------------------------------------------------------
README

----
概要

オリジナルのSpamAssassinの3.3系列はnormalize_charsetオプションを有効にする
ことにより、日本語等のマルチバイトの文字をUTF-8に正規化してから、ルールの
評価を行うことができることが意図されています。
しかし、SpamAssassin 3.3.1では、実はこの設定オプションは十分には機能してい
ません。
そのため、この日本語対応パッチでは日本語等のマルチバイト文字の言語を正しく
扱うことができるようにしています。

なお、このパッチは日本SpamAssassinユーザ会(http://spamassassin.jp/)により
開発が行われています。

----
バージョン3.2系列の日本語パッチとの違い

分かち書きのために、3.2系列ではMeCabとそのPerlバインディングの実装の一つである
Text::MeCabモジュールを使っていましたが、3.3系列ではMeCab標準のPerlバイディン
グのmecab-perlモジュールを使うようになりました。

----
日本語パッチを当てていない物との違い

ISO-2022-JPの文字をバイト文字で記述するルールはnormalize_charsetオプション
を有効にすると使えなくなります。

----
パッチの配布元

次のサイトから日本語対応パッチをダウンロードできます。
  http://spamassassin.emaillab.jp/pub/ja-patch/sa3.3/

以下のパッチ等をダウンロードできます。

説明ファイル（このファイル）
  spamassassin-3.3.1-ja-1.txt

日本語対応パッチ（総合パッチ）
  spamassassin-3.3.1-ja-1.patch

分かち書きプラグインの設定ファイル
  tokenizer.pre

----
このパッチが以下のことを行っています。

* normalize_charsetオプションの改良
          o UTF-8の文字が文字落ちするバグの修正
          o 判定方法の改良
    * 文字エンコーディングや言語の判定に関するユーティリティモジュールの追加
    * report_charsetオプションの改良
    * ベイジアンフィルタのUTF-8対応
          o UTF-8の文字が文字落ちするバグの修正
    * ベイジアンフィルタの日本語対応
          o 日本語のトークナイザーの追加

このパッチが提供する機能は次のものです。

* テストのUTF-8対応
      ヘッダテストやボディテストでパターンをUTF-8の文字エンコーディングで記述
      できる。

例)
         header   SUBJ_MISHODAKU  Subject =~ /(未|末)承諾/
         body     DEAI            /出(会|逢)/

* ベイズフィルタの日本語対応
      ベイズフィルタで日本語の文書を正しく学習・判定できるようになる。

このパッチの制限事項は次の通りです。

* sa-compileはUTF-8の文字が含まれているとコンパイルの対象外になります。
      これはSpamAssassinの仕様です。

* パターンにおいてUTF-8の文字のブラケット表現（文字クラス）を使用する
      ことができません。
      つまり"/[あーお]+/"のようなパターンを使うことができません。

----
使い方

1. 設定ファイルlcoal.cfに次の行を記述します。
       normalize_charset 1

2. tokenizer.pre(別配布)をlocal.cfと同じディレクトリにコピーして次の行の
   コメントを解除してSimpleJAプラグインを有効にします。
       loadplugin Mail::SpamAssassin::Plugin::Tokenizer::SimpleJA
   SimpleJAは文字種（漢字、ひらがな、カタカナ、英数字）により分かち書きを
   行うプラグインです。
   精度の高い分かち書きを行う場合にはMeCabプラグインを使ってください。
   MeCabプラグインを使う場合は次の行のコメントを解除して有効にします。
       loadplugin Mail::SpamAssassin::Plugin::Tokenizer::MeCab

3. UTF-8対応のエディタで設定ファイルlocal.cf,user_prefs等を編集して、header
   テストと"body"ルールにおいて日本語でパターンを記述します。
   記述したら、このファイルを文字エンコーディングをUTF-8に指定して保存して
   ください。

ルールの記述例:
       header   SUBJ_MISHODAKU  Subject =~ /(未|末)承諾/
       describe SUBJ_MISHODAKU  Subject: mishodaku
       score    SUBJ_MISHODAKU  2.5

body     DEAI            /出(会|逢)/
       describe DEAI            'deai'
       score    DEAI            0.5

4. "spamassassin --lint"を実行して、ワーニングが出ていないかを確認します。

5. 以上で準備が整いましたのでspamd等のデーモンを利用している人はデーモン
   を再起動してください。

----------------------------------------------------------------------------
INSTALL

----
事前準備

次のソフトウェアを事前にインストールしてください。
なお、2,3,4に関してはTokenizer::MeCabプラグインを使う場合に必要です。

1. 文字エンコーディング検出器Encode::Detect
   配布元: http://search.cpan.org/~jgmyers/Encode-Detect/

2. 形態素解析エンジンMeCab
   必要とするバージョン: 0.98以降
   配布元: http://mecab.sourceforge.jp/
   インストール時の注意事項:
     - ./configureのオプションで"--with-charset=utf8"を付ける必要がある。

3. MeCabの辞書mecab-ipadic
   必要とするバージョン: 2.7.0-20070801以降
   配布元: http://mecab.sourceforge.jp/
   インストール時の注意事項:
     - ./configureのオプションで"--with-charset=utf8"を付ける必要がある。

4. MeCabのPerlバインディングmecab-perl
   必要とするバージョン: 0.98以降
   配布元: http://mecab.sourceforge.jp/

----
SpamAssassin

SpamAssassinのtar ballを展開後、このパッチを当ててください。

cd Mail-SpamAssassin-3.3.x
    patch -p1 < spamassassin-3.3.x-ja-yyyy.patch

後は、通常のSpamAssassinのインストールと同じです。

----------------------------------------------------------------------------
LICENSE

Apache License, Version 2.0が適応されます。

ライセンスについての詳細は下記URLを参照してください。
    http://www.apache.org/licenses/LICENSE-2.0

----------------------------------------------------------------------------
AUTHOR

- Motoharu Kubo <mkubo _at_ 3ware.co.jp>
- Takashi Takizawa <taki _at_ 3ware.co.jp> (Current maintainer)

----------------------------------------------------------------------------
TODO

----------------------------------------------------------------------------
Changes

----
spamassassin-3.3.1-ja-1.patch (2010-08-16)

旧パッチspamassassin-3.2.5-normalize-test1.patchからの変更点

- MeCabのPerlバインディングにmecab-perlを使うようにした。

----------------------------------------------------------------------------

Places

File spamassassin-3.3.1-ja-1.txt of Package spamassassin

Places