Filtro Antispam Bayesiano

---

I filtri antispam bayesiani sono noti per l'efficacia nel ridurre la quantità di email indesiderate (spam) nella posta in arrivo.

Nel seguito si illustra il metodo con un esempio elementare. Presupposto un prior iniziale \(p(spam)=0.5,\) il testo viene esaminato parola per parola aggiornando la probabilità con Bayes per ogni parola spia memorizzata in una tabella di termini indicatori di possibile spam o di possibile non-spam (ham) con relative \(p(termine|spam)\) e \(p(termine|ham),\) probabilità plausibili per una simulazione, verosimili anche se non derivate da corpus reali.

Possiamo migliorare cercando, anziché la corrispondenza esatta con la parola spia, una parola spia che si avvicini sufficientemente alla parola nel testo. Per questo uno dei metodi, quello qui utilizzato, è la distanza di Levenshtein che misura il numero minimo di operazioni (inserimenti, cancellazioni, sostituzioni) per trasformare una stringa nell'altra.