Article View: pl.news.mordplik
Article #37914Re: Śmieci słownikowe - łatwo po nich ciąć!
From: Michal Kosek
Date: Tue, 09 Mar 2004 22:47
Date: Tue, 09 Mar 2004 22:47
33 lines
2261 bytes
2261 bytes
Godryk <godric@sf-f.pl> wrote:
>>> /([a-zA-Z]{4,}\s+){10,}/i
>>
>> Chyba moja odpowiedz zostalaby zakwalifikowana przez Twoj regexp jako spam
>> mimo ze jest w miare normalna :-)
>
> Owszem - przedostatnia linia - ale piszesz bez znaków interpunkcyjnych.
> Jakbyś tam użył przecinków, to już by było po problemie. A powinieneś użyć
> dwóch.
Wydaje mi sie - na ile znam interpunkcje - ze tylko po "spam",
a ominiecie jednego przecinka kazdemu moze sie zdarzyc. Gdzie jeszcze
wg Ciebie powinien byc przecinek?
> [...]
>> Istnienie linijki zawierajacej same wyrazy majace ponad trzy litery wcale
>> nie jest takie nieprawdopodobne jak Ci sie wydaje.
>
> I owszem. Ale jak pisałem we wcześniejszej odpowiedzi, jest to kwestia
> indywidualnego doboru parametrów. U mnie sprawdza się (5,8) - (4,10) jest
> faktycznie zbyt silne.
Postawione przez Ciebie zadanie napisania sensownej linijki zawierajacej
wyrazy piecio- i wiecejliterowe jest nieco trudniejsze, acz nie
niewykonalne ;) Wg mnie to nie jest zbyt dobra metoda na odsiew, chyba
ze potraktujesz to tylko jako jeden z klasyfikatorow, ze stosunkowo
niewielka waga...
--
michau@
Then it comes to be that the soothing news at the end of the funnel
is just a fresh feed flooding your net...
"No Leaf Node"
Technical Details
Message-ID:
<c2lhhr$jrf$1@druid.ceti.pl>Path:
mbox-mo1.pugleaf.net!news-archive.icm.edu.pl!news.rmf.pl!agh.edu.pl!news.agh.edu.pl!news.ceti.pl!not-for-mailReferences:
<slrnc4rafv.fae.godric@godric.was.here> <c2l17b$dkj$1@druid.ceti.pl> <slrnc4sdfg.mv3.godric@godric.was.here>Show Full Headers
Complete Article Headers
Path: mbox-mo1.pugleaf.net!news-archive.icm.edu.pl!news.rmf.pl!agh.edu.pl!news.agh.edu.pl!news.ceti.pl!not-for-mail
From: Michal Kosek <michaupiszenanewsy@nowa-huta.krakow.pl>
Newsgroups: pl.news.mordplik
Subject: Re: Śmieci słownikowe - łatwo
po nich ciąć!
Date: Tue, 9 Mar 2004 22:47:23 +0000 (UTC)
Organization: CETI S.C. (Krakow, Poland)
Lines: 33
Message-ID: <c2lhhr$jrf$1@druid.ceti.pl>
References: <slrnc4rafv.fae.godric@godric.was.here> <c2l17b$dkj$1@druid.ceti.pl> <slrnc4sdfg.mv3.godric@godric.was.here>
NNTP-Posting-Host: tau.ceti.pl
Mime-Version: 1.0
X-Trace: druid.ceti.pl 1078872443 20335 62.121.128.11 (9 Mar 2004 22:47:23 GMT)
X-Complaints-To: abuse@ceti.pl
NNTP-Posting-Date: Tue, 9 Mar 2004 22:47:23 +0000 (UTC)
User-Agent: tin/1.5.15-20021115 ("Spiders") (UNIX) (Linux/2.2.26-ow1 (i686))
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit