JP2006293573A - 電子メール処理装置および電子メールフィルタリング方法および電子メールフィルタリングプログラム - Google Patents

Abstract

【課題】 文字列の一部をわざと間違えられ、文字と文字の間に無意味な記号を挿入されるなどした電子メールであっても、迷惑メール等の電子メールを効果的に分類することができる電子メール処理装置および電子メールフィルタリング方法および電子メールフィルタリングプログラムを提供する。
【解決手段】 テキストデータを抽出するテキストデータ抽出手段１１１と、類似文字列を正規文字列に置換する正規文字列置換手段１１２と、単語ごとに分割する単語分割手段１１３と、対象文字列と類似している単語を抽出する相同性検索手段１１４と、迷惑メールかどうか判断し、迷惑メールなら迷惑電子メール記憶領域１２４に、そうでなければ前記有用電子メール記憶領域１２５に記憶するメール分類手段１１５とを備える。
【選択図】図１

Description

本発明は、コンピュータネットワーク等を介して配信される電子メールの処理に関し、特に「迷惑メール」と呼ばれる受信者にとって不要もしくは閲覧したくない電子メールを自動的に分類する電子メール処理装置および電子メールフィルタリング方法および電子メールフィルタリングプログラムに関する。

安価で高速なコンピュータネットワーク等の通信網が社会的に普及するにつれて、電話や手紙といったコミュニケーション手段に代わって、電子メールによるコミュニケーション手段が普及してきた。

電子メールは電話や手紙とは異なり、不特定多数の者に対して、容易かつ安価に情報を送信することができるため、不特定多数を対象としたいわゆるダイレクトメール等の営業活動等に頻繁に利用されている。

電子メールは、数万から数百万人という受信者に対して、これを数時間のうちに送信することができるため、受信者は不要もしくは閲覧したくない電子メールを多量に受け取ることになる。こういった営業活動を目的とした電子メールは、受信者にとって迷惑な存在であり、「迷惑メール」と呼ばれている。

受信者は、有用なメールより、迷惑メールの方を多く受信してしまうことがあり、受信者は受信した電子メールの通信文等を閲覧して、迷惑メールであるかそうでないかを分類して、迷惑メールを消去する必要がある。また、場合によっては、迷惑メールの通信文等を閲覧することで、受信者が精神的苦痛を受けることもある。

このような迷惑メールの分類作業を行うため、電子メールを受信するソフトウェアには、送信元のメールアドレス、メールの表題、メール本文の内容などから、受信した電子メールを分類するものがある。このうち、送信元のメールアドレスや、メールの表題については、実際送信した送信元とは異なる偽装された送信元アドレスであったり、空白（ＮＵＬＬ）として送信していることが多いため、メール本文の内容を検査する方法が効果的とされている。

メール本文から内容を検査する手法としては、受信者にとって不適切であると考える単語をあらかじめデータベースに登録しておき、登録された単語が、受信した電子メールに含まれているか否かで迷惑メールかどうかを検査する手法や、過去に受け取った電子メールを迷惑メールであるものと、そうでないものとに分類し、それらの電子メールのテキストの中に出現した単語の出現確率をもとに、新たに受信した電子メールの内容を検査する手法が知られている。

具体例を挙げると、受信した電子メールからテキストデータを抽出し、これを単語分割して単語情報を抽出し、単語とその単語に対応づけられた空間中における座標とをあらかじめ記憶した単語概念データベースと、単語概念データベースを参照して、抽出された単語情報に対応する座標を決定し、単語概念データベースを参照して、単語情報に対応する座標の近傍に位置する類似単語を決定し、類似単語を用いて作成した電子メールプレビューを利用者端末に送信するという電子メール中継装置が特許文献１で開示されている。

一方、問い合わせ配列を配列データベースと比較し、類似配列を探す手法として、相同性検索という手法が知られている。また、この相同性検索のアルゴリズムとして、以下のＦＡＳＴＡとＢＲＡＳＴアルゴリズムが知られている。

ＦＡＳＴＡアルゴリズムとは、Ｗ．ｐｅａｒｓｏｎにより開発された相同性検索手法であり、連続して一致する配列の断片を高速に検索し、それらの断片の中で類似度の高いものに着目して局所的なアラインメントを行い、最後にこれらをギャップを考慮して結合して、最終的なアラインメントを行う手法であり、非特許文献１に具体例の説明がある。

ＢＬＡＳＴアルゴリズムとは、配列を固定長の断片のワードに区切り、ワード単位で類似する断片を検索し、これらを類似度が最大になるまで両方向に伸ばして局所的なアラインメントを行い、最後にこれらを結合して、最終的なアラインメントを行う手法であり、非特許文献２に具体例の説明がある。
特開２００３−３１６７０１号公報（１７頁、図１） 金久 實著「ポストゲノム情報への招待」共立出版 、２００１年６月１０日、Ｐ９８−１００ 金久 實著「ポストゲノム情報への招待」共立出版 、２００１年６月１０日、Ｐ１００−１０２

前述した迷惑メールの中には、フィルタリングされそうな単語中の文字列の一部をわざと間違えたり、文字と文字の間に無意味な記号を挿入するなどの手段によって単語を改変して、巧みにフィルタリングを回避させつつ、電子メールの内容を受信者が見たときには、送信者が意図する内容を理解させるようにしたものがある。

例えば、フィルタリングされそうな単語中の文字列の一部をわざと間違える方法としては、「お得なサービス」という文字列に含まれる「ー」（長音）を、「−」（ハイフン）に置換して、「お得なサ−ビス」のように文字列を改変したりする。また、文字と文字の間に無意味な記号を挿入する方法としては、「＊お＊得＊な＊サ＊ー＊ビ＊ス＊」のように、文字と文字の間に意味をなさない記号「＊」（星印）などを挿入する方法が考えられる。このように改変された、外観上類似する文字列、あるいは意味をなさない記号を読み飛ばすことで容易に改変前の単語を容易に理解させる文字列によってメール本文を構成することで、電子メールの内容を受信者が見たときには、送信者が意図する内容を理解させるようにすることができる。

しかしながら、特許文献１による技術では、文字列の一部をわざと間違えられ、文字と文字の間に無意味な記号を挿入されるなどした電子メールをフィルタリングしようとすると、正しい文字列によって表記された単語のほか、外観上類似する文字列、記号が挿入された文字列について、考え得るすべてのパターンを単語概念データベースに登録させなければならない。このように、登録すべきパターンが無数に存在するため、データベースへの登録は不可能となり、効果的なフィルタリングが事実上、不可能であるという問題があった。

そこで本発明は、文字列の一部をわざと間違えられ、文字と文字の間に無意味な記号を挿入されるなどした電子メールであっても、迷惑メール等の電子メールを効果的に分類することができる電子メール処理装置および電子メールフィルタリング方法および電子メールフィルタリングプログラムを提供することを目的とする。

上記問題を解決するため、本発明は、次のように構成したのである。
請求項１に記載の発明は、電子メールを受信するメール送受信部と、前記電子メールが迷惑メールかどうかの判断の基となる単語情報等のデータを記憶するメール情報記憶部と、受信した前記電子メールを分類し迷惑メールを抽出するメール処理部とを有する電子メール処理装置において、前記メール情報記憶部に、正しく表記された文字列による正規文字列と、該正規文字列と外観上類似する文字列による類似文字列との組み合わせをデータベース化した類似文字列データベースと、迷惑メールとして電子メールに使用されると考えられる単語を、電子メールの分類対象として抽出すべき対象文字列としてあらかじめ登録した単語情報データベースと、前記電子メールを検索し迷惑メール中に使用される単語と類似している単語を抽出した結果を記憶する抽出結果記憶領域と、迷惑メールと判断された前記電子メールを記憶する迷惑電子メール記憶領域と、迷惑メールでないと判断された前記電子メールを記憶する有用電子メール記憶領域を備え、前記メール処理部に、前記電子メールからテキストデータを抽出するテキストデータ抽出手段と、前記類似文字列データベースを基に前記テキストデータに含まれる前記類似文字列をそれに対応する前記正規文字列に置換する正規文字列置換手段と、前記テキストデータを単語ごとに分割する単語分割手段と、前記単語情報データベースを基に分割された単語ごとに前記対象文字列と類似している単語を相同性検索により抽出し前記抽出結果記憶領域に記憶する相同性検索手段と、前記抽出結果記憶領域の内容を基に前記電子メールが迷惑メールかどうか分類し、前記電子メールが迷惑メールなら前記迷惑電子メール記憶領域に、迷惑メールでなければ前記有用電子メール記憶領域に記憶するメール分類手段とを備えることを特徴とするものである。
また、請求項２に記載の発明は、前記メール処理部に、前記テキストデータの文字列のうち、前記相同性検索で前記対象文字列と同型と判断した文字列を前記対象文字列に置換する対象文字列置換手段をさらに備えることを特徴とするものである。

また、請求項３に記載の発明は、受信した電子メールのテキストデータを基に、前記電子メールを分類する電子メールフィルタリング方法において、電子メールサーバから前記電子メールを受信し、前記電子メールから前記テキストデータを抽出し、正しく表記された文字列による正規文字列と、該正規文字列と外観上類似する文字列による類似文字列との組み合わせをデータベース化した類似文字列データベースを用いて、前記テキストデータに含まれる前記類似文字列をそれに対応する前記正規文字列に置換し、前記テキストデータを単語ごとに分割し、迷惑メールとして電子メールに使用されると考えられる単語を、電子メールの分類対象として抽出すべき対象文字列としてあらかじめ登録した単語情報データベースを用いて、分割された単語ごとに、前記対象文字列と類似している単語を相同性検索（またはホモロジー検索とも言う）によって抽出し、その抽出結果を基に受信した前記電子メールを分類することを特徴とするものである。
また、請求項４に記載の発明は、前記テキストデータの文字列のうち、前記相同性検索で前記対象文字列と同型と判断した文字列を前記対象文字列に置換した後、その置換されたテキストデータを基に受信した電子メールを分類することを特徴とするものである。
また、請求項５に記載の発明は、前記相同性検索は、ＦＡＳＴＡアルゴリズムまたはＢＬＡＳＴアルゴリズムを使用することを特徴とするものである。
また、請求項６に記載の発明は、受信した電子メールをテキストデータに変換して、電子メールを分類する電子メールフィルタリングプログラムであって、請求項３ないし請求項５のいずれかの電子メールフィルタリング方法を実施することを特徴とするものである。

本発明によると、類似文字列データベースを基に電子メールのテキストデータに含まれる類似文字列をそれに対応する前記正規文字列に置換し、テキストデータを単語ごとに分割して、電子メールの分類対象として抽出すべき対象文字列をあらかじめ登録した単語情報データベースを用いて、相同性検索によって対象文字列と類似している単語を単語ごとに抽出して、その抽出結果を基に受信した電子メールを分類するので、文字と文字の間に無意味な記号を挿入されるなどした電子メールであっても、迷惑メール等の電子メールを効果的に分類することができる。

以下、本発明の実施の形態について図を参照して説明する。

図１は、本発明の実施例１にかかる電子メール処理装置の構成を示す図である。
図１において、１０は電子メール処理装置で、メール送受信部１３と通信網１９を介して電子メールサーバ１８と接続されている。電子メール処理装置１０にはメール処理部１１とメール情報記憶部１２がある。
メール情報記憶部１２には、正しく表記された文字列による正規文字列と、その正規文字列と外観上類似する文字列による類似文字列と、の組み合わせをデータベース化した類似文字列データベース１２１と、迷惑メールとして電子メールに使用されると考えられる単語を、電子メールの分類対象として抽出すべき対象文字列としてあらかじめ登録した単語情報データベース１２２と、電子メールを検索し迷惑メール中に使用される単語と類似している単語を抽出した結果を記憶する抽出結果記憶領域１２３と、迷惑メールを記憶する迷惑電子メール記憶領域１２４と、迷惑メール以外のメールを記憶する有用電子メール記憶領域１２５がある。

類似文字列データベース１２１には、正しく表記された文字列と外観上類似する文字列の情報を登録する。
図２に、類似文字列データベース１２１の例を示す。例えば、長音を表す文字「ー」に対しては、ハイフンを表す文字「−」、波型を表す文字「〜」などを類似の文字列として、カタカナの「ヨ」に対しては、元として含むという意の数学記号「∋」、存在するという意の数学記号「∃」などを類似の文字列として登録して、類似した形状の文字列を検索可能なようにデータベースを構成する。
単語情報データベース１２２には、迷惑メールとして電子メールに使用されると考えられる単語を、電子メールの分類対象として抽出すべき対象文字列としてあらかじめ登録しておく。このような単語は、図示しない単語情報更新部を用いて実際に受信した電子メールデータから抽出することも、利用者の手によって登録することも可能である。

メール処理部１１には、電子メールからテキストデータを抽出するテキストデータ抽出部１１１、類似文字列データベース１２１を基にテキストデータに含まれる類似文字列をそれに対応する正規文字列に置換する正規文字列置換部１１２、テキストデータを単語ごとに分割する単語分割部１１３、単語情報データベース１２２を参照して分割された単語ごとに対象文字列と類似している単語を相同性検索により抽出し、抽出した単語を抽出結果記憶領域１２３に記憶する相同性検索部１１４、抽出結果記憶領域１２３の内容を基に電子メールが迷惑メールかどうか分類し、電子メールが迷惑メールなら迷惑電子メール記憶領域１２４に、迷惑メールでなければ有用電子メール記憶領域１２５に記憶するメール分類部１１５がある。これらの各処理部は、本例ではソフトウエアのモジュールとなっている。これらのモジュールが起動することで電子メールを処理して、迷惑電子メール記憶領域１２４または有用電子メール記憶領域１２５に分類して記憶する。

図３は本発明の実施例１にかかる電子メールフィルタリング方法のフローチャートである。本図にしたがって、実施例１の電子メールフィルタリング方法の詳細を説明する。
ステップＳ１でメール送受信部１３が電子メールサーバ１８から電子メールを受信する。次にステップＳ２で、テキストデータ抽出部１１１が電子メールからテキストデータを抽出する。
ステップＳ３で、正規文字列置換部１１２が類似文字列データベース１２１を基に、テキストデータに含まれる類似文字列を、それに対応する正規文字列に置換する。例えば、正規文字列置換部１１２が「スタ−ト」という文字を認識した場合には、その第２文字目の「−」（ハイフン）を、「ー」（長音記号）に変換するようにする。

ステップＳ４で単語分割部１１３がテキストデータを単語ごとに分割する。
テキストデータが単語１から単語ｎのｎ個の単語に分割されたとすると、ステップＳ５で相同性検索部１１４が単語情報データベース１２２を基に、ｎ個の分割された単語ごとに対象文字列と類似している単語を相同性検索によって抽出する。ステップＳ６で類似している単語が見つかれば、ステップＳ７でその抽出された単語を抽出結果記憶領域１２３に記憶する。ステップＳ８でカウンタｉをインクリメントし、ｉがｎになるまでステップＳ５からの検索を繰り返す。
そして、ステップＳ１０でメール分類部１１５は、抽出結果記憶領域１２３の記憶内容を基に、抽出単語数が多い等の基準により電子メールを迷惑メールかどうか分類し、迷惑メールであるとした場合には、電子メールを迷惑電子メール記憶領域１２４に記憶し、そうでない場合には、電子メールを有用電子メール記憶領域１２５に記憶する。
なお、分類は抽出単語数の基準を用いる他に、過去のデータから推測を行うベイズ理論に基づいたベイズフィルタや特定文字列に基づくパターンマッチングなどの既知のメールフィルタリング手法を用いる。

相同性検索部１１４では、文字と文字の間に記号等を含めることによってフィルタリング困難にされた単語を含むテキストデータに対し、前述の本来意図すべき単語の候補を含め、ＦＡＳＴＡアルゴリズムまたはＢＬＡＳＴアルゴリズムといったすでに利用されている相同性検出を行うためのアルゴリズムを用いることによって相同性の検出を行う。

例えばＦＡＳＴＡアルゴリズムを用いた相同性検出の具体的な手法は以下のとおりである。
単語情報データベースに登録済みの電子メール中に出現すると考えられる単語を２次元配列の横方向に、検査対象のテキストデータを縦方向に配置し、それぞれで文字が一致する場所について一致フラグをたて、一致フラグで対角線分が現れる場所を検出し、検査対象のテキスト内で対角線分が現れた始点と終点と検査に用いた単語情報データベース１２２内の単語を記録することで本来意図する単語への置換を行う。

なお、テキストデータ抽出部１１１では、電子メールがプレーンテキストではなく、バイナリデータを文字列に変換する手法である例えばＭＩＭＥ（Ｍｕｌｔｉｐｕｒｐｏｓｅ Ｉｎｔｅｒｎｅｔ Ｍａｉｌ Ｅｘｔｅｎｓｉｏｎ）やｂａｓｅ６４やｕｕｅｎｃｏｄｅによってテキスト化され添付されたファイルを含む場合は、それらをデコードすることが望ましい。また、デコードの結果作成されたバイナリデータがワードプロセッサソフトウェアで作成されたテキストデータファイルやＰＤＦ（Ｐｏｒｔａｂｌｅ Ｄｏｃｕｍｅｎｔ Ｆｏｒｍａｔ）などのテキストデータを含むファイルであった場合は、これらのファイルからテキストデータの抽出を行い、プレーンテキストからなるデータを作成することが望ましい。また、受信した電子メール自体がＨＴＭＬ（Ｈｙｐｅｒ Ｔｅｘｔ Ｍａｒｋｕｐ Ｌａｎｇｕｅｇｅ）で記述されていたり、ＨＴＭＬ形式の添付ファイルを含む場合は、ＨＴＭＬ形式のファイルからＨＴＭＬタグ情報を除くことによってプレーンテキストからなるテキストデータを作成することが望ましい。

また、迷惑電子メール記憶領域１２４及び有用電子メール記憶領域１２５に記憶された電子メールは相同性検索部１１４で作成された本来意図すべきテキストデータと共に使用者に閲覧可能とすることが好ましい。

また、迷惑電子メール記憶領域１２４に記憶された電子メールと、有用電子メール記憶領域１２５に記録された電子メールは、使用者が内容を確認した上で、迷惑電子メール記憶領域１２４から有用電子メール記憶領域１２５に、あるいは、有用電子メール記憶領域１２５から迷惑電子メール記憶領域１２４にその記録場所を変更することができるようにすることが望ましい。

また、メール分類部１１５は迷惑電子メール記憶領域１２４及び有用電子メール記憶領域１２５に記憶した電子メールデータ及び本来意図すべきテキストデータに基づいてメール分類部１１５で使用する迷惑メール検出パターンを更新するようにするとより好ましい。

また、メール処理部１１、メール情報記憶部１２と同じ機能を電子メールサーバ１８においても良い。テキストデータ抽出部１１１、電子メールサーバ１８が電子メールをスプールするときに、図３に示すフローチャートに従って分類を実施して、電子メールを電子メール処理装置１０に配信するときには、分類結果を基に、迷惑メールであるかどうかを付記するようにすれば、同一の作用・効果が期待できる。

このように、実施例１によれば、電子メールのテキストデータを、正しく表記された文字列による正規文字列と、その正規文字列と外観上類似する文字列による類似文字列との組み合わせをデータベース化した類似文字列データベースを用いて、テキストデータに含まれる類似文字列を正規文字列に置換し、単語ごとに分割して、電子メールの分類対象として抽出すべき対象文字列をあらかじめ登録した単語情報データベースを用いて、相同性検索によって対象文字列と類似している単語を単語ごとに抽出して、その抽出結果を基に受信した電子メールを分類するので、文字と文字の間に無意味な記号を挿入されるなどした電子メールであっても、迷惑メール等の電子メールを効果的に分類することができる。
また、ＦＡＳＴＡアルゴリズムまたはＢＬＡＳＴアルゴリズムによって相同性検索を行うので、電子メールを分類する上で効率よく相同性検索を行うことができる。

以下、本発明の実施例２について、図を参照して説明する。
図４は、実施例２にかかる電子メール処理装置の構成を示す図である。
図４において、メール処理部１１は、テキストデータのうち、相同性検索で高いスコアを得て対象文字列と同型と判断した文字列を、対象文字列に置換する対象文字列置換部１１６をさらに備える。

図５は本発明の実施例２にかかる電子メールフィルタリング方法のフローチャートである。本図にしたがって、実施例２の電子メールフィルタリング方法の詳細を説明する。
実施例２では、実施例１の各ステップに対し、ステップＳ１１が追加となっている。他のステップは実施例１の図３と同一であるので、説明は省略する。
ステップＳ５〜ステップＳ９で対象文字列と類似している単語を相同性検索によって抽出した後、ステップＳ１１で対象文字列置換部１１６が、相同性検索で高いスコアを得て対象文字列と同型と判断した文字列を対象文字列に置換する。
その後、ステップＳ１０に進むようにし、迷惑メール記憶領域１２４には、その置換されたテキストデータを記憶するようにすれば良い。

このように、実施例２によれば、相同性検索で高いスコアを得て対象文字列と同型と判断した文字列を対象文字列に置換した後で、その置換されたテキストデータを基に受信した電子メールを分類することが出来る。

本発明にかかる電子メールの迷惑メールの判別技術は、人間にとっては読解可能でありながら計算機によって判断することが困難な記述のなされた電子メールの判別方法として有用であり、既存の迷惑メールの判別手法と組み合わせて使用し、その判別精度を上げることに適している。

本発明の実施例１にかかる電子メール処理装置の構成を示す図 類似文字列データベースの例 本発明の実施例１にかかる電子メールフィルタリング方法のフローチャート 本発明の実施例２にかかる電子メール処理装置の構成を示す図 本発明の実施例２にかかる電子メールフィルタリング方法のフローチャート

符号の説明

１０ 電子メール処理装置
１１ メール処理部
１１１ テキストデータ抽出部
１１２ 正規文字列置換部
１１３ 単語分割部
１１４ 相同性検索部
１１５ メール分類部
１１６ 対象文字列置換部
１２ メール情報記憶部
１２１ 類似文字列データベース
１２２ 単語情報データベース
１２３ 抽出結果記憶領域
１２４ 迷惑電子メール記憶領域
１２５ 有用電子メール記憶領域
１３ メール送受信部
１８ 電子メールサーバ
１９ 通信網

Claims (6)

1. 電子メールを受信するメール送受信部と、
   前記電子メールが迷惑メールかどうかの判断の基となる単語情報等のデータを記憶するメール情報記憶部と、
   受信した前記電子メールを分類し迷惑メールを抽出するメール処理部とを有する電子メール処理装置において、
   前記メール情報記憶部に、正しく表記された文字列による正規文字列と、該正規文字列と外観上類似する文字列による類似文字列との組み合わせをデータベース化した類似文字列データベースと、
   迷惑メールとして電子メールに使用されると考えられる単語を、電子メールの分類対象として抽出すべき対象文字列としてあらかじめ登録した単語情報データベースと、
   前記電子メールを検索し迷惑メール中に使用される単語と類似している単語を抽出した結果を記憶する抽出結果記憶領域と、
   迷惑メールと判断された前記電子メールを記憶する迷惑電子メール記憶領域と、
   迷惑メールでないと判断された前記電子メールを記憶する有用電子メール記憶領域を備え、
   前記メール処理部に、前記電子メールからテキストデータを抽出するテキストデータ抽出手段と、
   前記類似文字列データベースを基に前記テキストデータに含まれる前記類似文字列をそれに対応する前記正規文字列に置換する正規文字列置換手段と、
   前記テキストデータを単語ごとに分割する単語分割手段と、
   前記単語情報データベースを基に分割された単語ごとに前記対象文字列と類似している単語を相同性検索により抽出し前記抽出結果記憶領域に記憶する相同性検索手段と、
   前記抽出結果記憶領域の内容を基に前記電子メールが迷惑メールかどうか分類し、前記電子メールが迷惑メールなら前記迷惑電子メール記憶領域に、迷惑メールでなければ前記有用電子メール記憶領域に記憶するメール分類手段とを備えることを特徴とする電子メール処理装置。
2. 前記メール処理部に、前記テキストデータの文字列のうち、前記相同性検索で前記対象文字列と同型と判断した文字列を前記対象文字列に置換する対象文字列置換手段をさらに備えることを特徴とする請求項１記載の電子メール処理装置。
3. 受信した電子メールのテキストデータを基に、前記電子メールを分類する電子メールフィルタリング方法において、
   電子メールサーバから前記電子メールを受信し、
   前記電子メールから前記テキストデータを抽出し、
   正しく表記された文字列による正規文字列と、該正規文字列と外観上類似する文字列による類似文字列との組み合わせをデータベース化した類似文字列データベースを用いて、前記テキストデータに含まれる前記類似文字列をそれに対応する前記正規文字列に置換し、
   前記テキストデータを単語ごとに分割し、
   迷惑メールとして電子メールに使用されると考えられる単語を、電子メールの分類対象として抽出すべき対象文字列としてあらかじめ登録させた単語情報データベースを用いて、分割された単語ごとに、前記対象文字列と類似している単語を相同性検索によって抽出し、
   その抽出結果を基に受信した前記電子メールを分類することを特徴とする電子メールフィルタリング方法。
4. 前記テキストデータの文字列のうち、前記相同性検索で前記対象文字列と同型と判断した文字列を前記対象文字列に置換した後、その置換されたテキストデータを基に受信した電子メールを分類することを特徴とする請求項３記載の電子メールフィルタリング方法。
5. 前記相同性検索は、ＦＡＳＴＡアルゴリズムまたはＢＬＡＳＴアルゴリズムを使用することを特徴とする請求項３または請求項４に記載の電子メールフィルタリング方法。
6. 受信した電子メールをテキストデータに変換して、電子メールを分類する電子メールフィルタリングプログラムであって、
   請求項３ないし請求項５のいずれかの電子メールフィルタリング方法を実施することを特徴とする電子メールフィルタリングプログラム。

Images