<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN"><HTML DIR=ltr><HEAD><META HTTP-EQUIV="Content-Type" CONTENT="text/html; charset=iso-8859-1"></HEAD><BODY>
<DIV id=idOWAReplyText45598 dir=ltr>
<DIV dir=ltr><FONT size=2>Hallo,<BR><BR>>> Ich möchte den Bayes-Filter 
weiter verfeinern und wollte deshalb falsch<BR>>> einsortierte Mails 
korrigieren lassen. Leider aber liest sa-learn zwar mein<BR>>> MBOX-File 
ein, macht aber einfach nix damit. Die Aussage ist dann 
immer:<BR>>><BR>>> $ sa-learn --spam --mbox Junk-E-Mail.mbox 
--showdots<BR>>> Learned tokens from 0 message(s) (0 message(s) 
examined)<BR>>><BR>>> Zu meiner Konfiguration: Es ist ein Debian 
Etch mit dem "aktuellen" Stand<BR>>> aus Backports. Die Einstellungen sind 
alle auf Default, d.h. Auch Autolearn<BR>>> ist 
angeschaltet.<BR>>><BR>>> Genug gelernt sollte er 
haben:<BR><BR>>> $ sa-learn --dump magic<BR>>> 
0.000          
0          
3          0  non-token data: 
bayes db version<BR>>> 
0.000          
0       
8527          0  non-token 
data: nspam<BR>>> 
0.000          
0      
19196          0  non-token 
data: nham<BR></FONT></DIV>
<DIV dir=ltr><FONT size=2>> also bei mir schaut der dump so aus:<BR><BR>> 
[root@mail ~]# sa-learn -u amavis --dump magic<BR>> 
0.000          
0          
3          0  non-token data: 
bayes db version<BR>> 
0.000          
0         
51          0  non-token data: 
nspam<BR>> 0.000          
0      
24841          0  non-token 
data: nham<BR></FONT></DIV>
<DIV dir=ltr><FONT size=2>Na das schaut ja ähnlich aus. Du hast einfach noch 
etwas wenig Spam bei Dir gesammelt.</FONT></DIV>
<DIV dir=ltr><FONT size=2> </DIV></FONT>
<DIV dir=ltr><FONT size=2>> mit dem richtigen user hast du gearbeitet? Bei 
mir läuft alles als user<BR>> amavis, darum auch  "-u" beim 
sa-learn<BR></FONT></DIV>
<DIV dir=ltr><FONT size=2>Ja, ich habe vorher ein "su amavis" gemacht. Wenn ich 
das nicht gemacht hätte, dann hätte der Dump-Befehl auch nicht so ein Ergbenis 
gebracht.</FONT></DIV>
<DIV dir=ltr><FONT size=2></FONT> </DIV>
<DIV dir=ltr><FONT size=2>Die Frage steht also immer noch im Raum: Wie kann 
ich in der Bayes-DB eine Mail erneut einlesen und somit klar Spam oder Ham 
zuordnen.</FONT></DIV>
<DIV dir=ltr><FONT size=2></FONT> </DIV>
<DIV dir=ltr><FONT size=2>Gruß,</FONT></DIV>
<DIV dir=ltr><FONT size=2>Michael</DIV></FONT></DIV><DIV><FONT face='Arial' color=#000000 size=2></FONT> </DIV></BODY></HTML>