Hallo

ich möchte eingehende E-Mails dahingehend analysieren, ob sie aggressiv oder sehr aggressiv sind.

Wie ich das umzusetzen habe ist mir eigentlich klar:

- man muss eine Reihe von Stichwörtern zusammentragen, nach der die E-Mail durchsucht wird
- man muss den Stichwörtern ein Ranking oder eine Punktzahl zuweisen
- dann muss man den Body der Nachricht successive nach den Stichwörtern durchforsten. Bei jedem Treffer wird der Score entsprechend der Punktzahl des Stichwortes erhöht.

Als Stichwort dient quasi alles was den Puls steigen lässt:

- Schimpfwörter
- Art der Ansprache (z.b. "Herr Mustermann!" statt "Sehr geehrter Herr Mustermann")
- Art des Abschieds (z.B. "auf nimmer wiedersehen!" statt "Mit freundlichen Grüßen")
- Bedrohende Stichwörter (z.B. "mein Anwalt", "meinem Anwalt", "guten Anwalt", "vor Gericht", "gerichtliche Schritte", "rechtliche Schritte", "gegen Sie")

Der Sinn des ganzen: Der E-Mail Client soll bereits im Vorfeld, vor dem lesen der Nachricht darauf aufmerksam machen, das einem diese E-Mail die gute Laune verderben könnte
Ausserdem soll die E-Mail in einem speziellen Modus gelesen werden können, in dem alle diese Faktoren die einem aufs Gemüt schlagen abgedämpft werden, in dem z.B. erst einmal die Schimpfwörter durch freundliche Begriffe ersetzt werden.

In diesem Thread würde ich gerne mit euch darüber diskutieren was die eleganteste Art wäre, eine E-Mail auf "aggressivität" hin zu untersuchen, und welches die wichtigsten Begriffe und Strings sind die man abdecken muss. Sowie natürlich die Gewichtung bzw. die Punktzahl. Ein "Sie verdammtes A....loch!" hat einen höheren Score als "Sie sind ein Schelm!".

Schimpfwörter sind in diesem Forum nicht erlaubt, soweit ich weis werden die sogar in nette Begriffe umgesetzt... also am besten Punkte dazwischen setzen :P

Mister Ad

Matthias959

Schau mal hier: http://www.schimpfwoerter.de/index.php

Zum Suchen der Schimpförter und der "bedrohenden Szichwörter" würde ich preg_match_all() verwnden ( http://de2.php.net/manual/de/functio...-match-all.php )
Am besten wäre es die Wörter in einer DB abzuspeichern, da man so neu Wörter am leichtesten hinzufügen könnte.

Wird aber auf jeden Fall nicht einfach werden! :wink:

Danke für den Link

um etwas zu finden, was zwischen zwei Begriffen steht? Nenn mal Beispiele...

ich hatte mir das etwa so gedacht: In der DB stehen alle Strings (Schimpfwörter, Begriffe im Kontext) zusammen mit der Punktzahl. Das Skript holt sich alle Begriffe aus der DB und scannt für jeden Begriff den mailbody. Ein match zählt den Score dann entsprechend hoch. Zum ersetzen gegen freundlichere Dinge müsste man dann mit preg_replace arbeiten, wo man ja gleichzeitig prüfen kann ob ein replace stattgefunden hat.

Die Idee ist vielleicht gar nicht so abwegig, oder?: Beim lesen der Nachricht bewertet man diese anschließend selbst mit "freundlich, neutral, aggressiv, sehr aggressiv". Die gefundenen Begriffe / Strings gehen als Input zusammen mit dem Score und der Bewertung an ein neuronales Netz, welches man auf diese Weise trainiert. Das trainierte Netz wird wieder abgespeichert, und bei der nächsten Mail ist es bereits ein stückchen schlauer geworden. Die gefundenen Begriffe gehen mit dem Score als Input rein, und der Output wäre die Bewertung. Denn jeder interpretiert solche Begriffe ja anders. Frage mich aber gerade wieviel Speicher das kosten wird.

Matthias959

Stimmt! Habe mich geirrt.

Kommt ganz darauf an wie viele User das System benutzen und ob du die Mail einmal in "zensierter" Form und in normaler oder nur in einer der beiden Formen speicherst.

die Zensur würde ich immer "on the fly" machen; Die Bewertung würde ich dagegen speichern. Oder sowas in der Art: Man klickt auf eine Mail, und falls sie "böse" ist erscheint erst ein Fenster mit einer Warnung. Dann hat man die Wahl ob man erstmal die zensierte Version lesen will. Beim Antworten wird natürlich immer die Original-Version dran gehängt, sonst fühlt sich der betreffende vielleicht veräppelt.

Das System wird von mehreren Usern benutzt... etwa 500 soll es ab können.