From: yamaoka Date: Fri, 22 Nov 2002 12:56:34 +0000 (+0000) Subject: Translating is being continued...(;_;) X-Git-Tag: t-gnus-6_15_10-00-quimby~81 X-Git-Url: http://git.chise.org/cgi-bin/gitweb.cgi?a=commitdiff_plain;h=accf0fe3af46cbd5842301afc2a32966be027c4e;p=elisp%2Fgnus.git- Translating is being continued...(;_;) --- diff --git a/texi/gnus-ja.texi b/texi/gnus-ja.texi index d7c2d9b..1f3bd8c 100644 --- a/texi/gnus-ja.texi +++ b/texi/gnus-ja.texi @@ -20601,14 +20601,16 @@ Spam の除去 (filtering) への最も単純な取り組みは濾過するこ 直接の濾過は有益になり得ます。 もう一つの電子メール濾過への取り組みは分散型 spam 処理で、DCC (訳注: -Direct Client Connection) がそのようなシステムを導入しています。本質的に -は、世界中の @code{N} 個のシステムが、中国、ガーナあるいはカリフォルニア -にあるマシン @samp{X} が spam 電子メールを送出していることを認めたら、そ -れら @code{N} 個のシステムは @samp{X} または @samp{X} からやって来 -た spam メールをデータベースに記入します。Spam 検出の基準は変わります。 -それは送られたメッセージの数やメッセージの内容などであるかもしれません。 -メッセージが spam かどうかを分散処理システムのユーザが知りたい場合、彼は -それらの @code{N} 個のシステムのうちの一つを調べます。 +Distributed Checksum Clearinghouse -- +@uref{http://www.rhyolite.com/anti-spam/dcc/}) がそのようなシステムを導 +入しています。本質的には、世界中の @code{N} 個のシステムが、中国、ガーナ +あるいはカリフォルニアにあるマシン @samp{X} が spam 電子メールを送出して +いることを認めたら、それら @code{N} 個のシステムは @samp{X} また +は @samp{X} からやって来た spam メールをデータベースに記入します。 +Spam 検出の基準は変わります。それは送られたメッセージの数やメッセージの +内容などであるかもしれません。メッセージが spam かどうかを分散処理システ +ムのユーザが知りたい場合、彼はそれらの @code{N} 個のシステムのうちの一つ +を調べます。 分散型 spam 処理は同時に多くのメッセージを送る spammers と非常によく戦っ てくれますが、それはユーザーがかなり複雑なチェックを設定することを求めま @@ -20989,7 +20991,7 @@ Bogofilter か ifile (@code{spam-use-bogofilter} と @code{spam-use-if れ @file{whitelist} と @file{blacklist} という名前が付けられます。 @node BBDB Whitelists -@subsubsection BBDB Whitelists +@subsubsection BBDB ホワイトリスト @cindex spam filtering @cindex BBDB whitelists, spam filtering @cindex BBDB, spam filtering @@ -20997,29 +20999,29 @@ Bogofilter か ifile (@code{spam-use-bogofilter} と @code{spam-use-if @defvar spam-use-bbdb -Analogous to @code{spam-use-whitelist} (@pxref{Blacklists and -Whitelists}), but uses the BBDB as the source of whitelisted addresses, -without regular expressions. You must have the BBDB loaded for -@code{spam-use-bbdb} to work properly. Only addresses in the BBDB -will be allowed through; all others will be classified as spam. +@code{spam-use-whitelist} (@pxref{Blacklists and Whitelists}) に似ていま +すが、ホワイトリストのアドレスの源として、正規表現ではない BBDB を使いま +す。@code{spam-use-bbdb} をちゃんと動作させるには BBDB を load しなけれ +ばなりません。BBDB にあるアドレスだけが許され、他はすべて spam として分 +類されます。 @end defvar @node Blackholes -@subsubsection Blackholes +@subsubsection ブラックホール @cindex spam filtering @cindex blackholes, spam filtering @cindex spam.el @defvar spam-use-blackholes -You can let Gnus consult the blackhole-type distributed spam -processing systems (DCC, for instance) when you set this option. The -variable @code{spam-blackhole-servers} holds the list of blackhole servers -Gnus will consult. +このオプションをセットすると、gnus にブラックホール型の分散 spam 処理シ +ステム (例えば DCC) を調べさせることができます。変 +数 @code{spam-blackhole-servers} は、gnus が意見を求めるブラックホール・ +サーバーのリストを持ちます。 -This variable is disabled by default. It is not recommended at this -time because of bugs in the @code{dns.el} code. +この変数はディフォルトで無効になっています。@code{dns.el} のコードにバグ +があるので、現時点では推奨されません。 @end defvar @@ -21031,44 +21033,45 @@ time because of bugs in the @code{dns.el} code. @defvar spam-use-bogofilter -Set this variable if you want to use Eric Raymond's speedy Bogofilter. -This has been tested with a locally patched copy of version 0.4. Make -sure to read the installation comments in @code{spam.el}. +Eric Raymond の迅速な Bogofilter を使用したい場合は、この変数をセットし +てください。これは、バージョン 0.4 のローカルにパッチが当たったコピーで +テストされました。@code{spam.el} にあるインストールに関するコメントを読 +んで確かめて下さい。 -With a minimum of care for associating the @samp{H} mark for spam -articles only, Bogofilter training all gets fairly automatic. You -should do this until you get a few hundreds of articles in each -category, spam or not. The shell command @command{head -1 -~/.bogofilter/*} shows both article counts. The command @kbd{S t} in -summary mode, either for debugging or for curiosity, triggers -Bogofilter into displaying in another buffer the @emph{spamicity} -score of the current article (between 0.0 and 1.0), together with the -article words which most significantly contribute to the score. +Spam 記事だけの @samp{H} 印を関連付ける最小の世話によって、Bogofilter ト +レーニングはすべてかなり自動的になります。各カテゴリーの spam かそうでな +い数百 (a few hundreds) の記事を入手するまで、これをやらなければなりませ +ん。シェルコマンド @command{head -1 ~/.bogofilter/*} は両方の記事の計数 +を表示します。概略モードにおけるデバッグのための、あるいは好奇心のための +コマンド @kbd{S t} は、Bogofilter が現在の記事の @emph{spamicity} (訳注: +smap 度?) スコア (0.0〜1.0) を、スコアに最も著しく寄与する記事の語といっ +しょに、他のバッファに表示することを促します。 @end defvar @node Ifile spam filtering -@subsubsection Ifile spam filtering +@subsubsection Ifile による spam の濾過 @cindex spam filtering @cindex ifile, spam filtering @cindex spam.el @defvar spam-use-ifile -Enable this variable if you want to use Ifile, a statistical analyzer -similar to Bogofilter. Currently you must have @code{ifile-gnus.el} -loaded. The integration of Ifile with @code{spam.el} is not finished -yet, but you can use @code{ifile-gnus.el} on its own if you like. +Bogofilter に似た統計分析器である Ifile を使いたい場合は、この変数を有効 +にして下さい。今のところ @code{ifile-gnus.el} を load しなければなりませ +ん。Ifile の @code{spam.el} への統合はまだ済んでいませんが、それを好むな +らば @code{ifile-gnus.el} を単独に使うことができます。 @end defvar @node Extending spam.el -@subsubsection Extending spam.el +@subsubsection spam.el の拡張。 @cindex spam filtering @cindex spam.el, extending @cindex extending spam.el -Say you want to add a new backend called blackbox. Provide the following: +新しいバックエンド blackbox を追加したいあなたのために、以下を提供しましょ +う: @enumerate @item documentation @@ -21077,54 +21080,52 @@ Say you want to add a new backend called blackbox. Provide the following: @example (defvar spam-use-blackbox nil - "True if blackbox should be used.") + "Blackbox を使うときは t にする。") @end example -Add +@code{spam-list-of-checks} に @example (spam-use-blackbox . spam-check-blackbox) @end example -to @code{spam-list-of-checks}. +を追加。 @item -Write the @code{spam-check-blackbox} function. It should return -@samp{nil} or @code{spam-split-group}. See the existing -@code{spam-check-*} functions for examples of what you can do. +@code{spam-check-blackbox} 関数を書いて下さい。それ +は @samp{nil} か @code{spam-split-group} を返さなければなりません。あな +たにできることの例は、既存の @code{spam-check-*} 関数を参照してください。 @end enumerate @node Filtering Spam Using Statistics (spam-stat.el) -@subsection Filtering Spam Using Statistics (spam-stat.el) +@subsection Spam の濾過に統計を使う (spam-stat.el) @cindex Paul Graham @cindex Graham, Paul @cindex naive Bayesian spam filtering @cindex Bayesian spam filtering, naive @cindex spam filtering, naive Bayesian -Paul Graham has written an excellent essay about spam filterung using -statisticts: @uref{http://www.paulgraham.com/spam.html,A Plan for -Spam}. In it he describes the inherent deficiency of rule-based -filtering as used by SpamAssassin, for example: Somebody has to write -the rules, and everybody else has to install these rules. You are -always late. It would be much better, he argues, to filter mail based -on wether it somehow resembles spam or non-spam. One way to measure -this is word distribution. He then goes on to describe a solution -that checks wether a new mail resembles any of your other spam mails -or not. - -The basic idea is this: Create a two collections of your mail, one -with spam, one with non-spam. Count how often each word appears in -either collection, weight this by the total number of mails in the -collections, and store this information in a dictionary. For every -word in a new mail, determine its probability to belong to a spam or a -non-spam mail. Use the 15 most conspicuous words, compute the total -probability of the mail being spam. If this probability is higher -than a certain threshold, the mail is considered to be spam. - -Gnus supports this kind of filtering. But it needs some setting up. -First, you need two collections of your mail, one with spam, one with -non-spam. Then you need to create a dictionary using these two -collections, and save it. And last but not least, you need to use -this dictionary in your fancy mail splitting rules. +Paul Graham は、統計を使った spam の濾過に関する優れたエッセイを書きまし +た: @uref{http://www.paulgraham.com/spam.html,A Plan for Spam}。そこで彼 +は SpamAssassin によって使われているようなルールベースの濾過に固有な欠陥 +について述べています。例えば: 誰かがルールを書かなければならないし、他の +すべての人はこれらのルールをインストールしなければなりません。あなたはい +つも遅れます。それが何やら spam または非 spam 似ているかどうかに基づいて +メールを濾過するほうが、はるかに良いだろうと彼は主張します。これを測定す +る一つの手段は単語の分布です。その後彼は、新着メールがあなたの他 +の spam メールに似ているかどうかをチェックする方法の記述に進みます。 + +基本的な案はこれです: あなたのメールの二つのコレクションを作ります。一つ +は spam、もう一つは非 spam で。両方のコレクションにおける各単語の出現頻 +度を数えて、コレクションのメールの総数で重み付けを行ない、この情報を辞書 +に格納します。新着メールのすべての単語について、spam か非 spam メールに +属する確率を決定します。15の最も顕著な単語を使って、そのメール +が spam であることの確率の総計を計算します。この確率がある閾値より高かっ +たら、そのメールは spam であると考えられます。 + +gnus はこの種の濾過をサポートします。しかしそれにはいくつかの設定が必要 +です。第一に、あなたのメールの二つのコレクションが要ります。一つは spam、 +もう一つは非 spam で。そして、それらの二つのコレクションを使って辞書を作 +り、それをセーブして下さい。そして特に最後に、あなたの特級分割の規則でこ +の辞書を使って下さい。 @menu * Creating a spam-stat dictionary::