c4/4d58da957c56d860db67ca3eae7487f48ff068

   1 Return-Path: <gmn-notmuch@m.gmane.org>\r
   2 X-Original-To: notmuch@notmuchmail.org\r
   3 Delivered-To: notmuch@notmuchmail.org\r
   4 Received: from localhost (localhost [127.0.0.1])\r
   5         by olra.theworths.org (Postfix) with ESMTP id 38DAD431FBC\r
   6         for <notmuch@notmuchmail.org>; Fri,  4 Dec 2009 02:40:15 -0800 (PST)\r
   7 X-Virus-Scanned: Debian amavisd-new at olra.theworths.org\r
   8 Received: from olra.theworths.org ([127.0.0.1])\r
   9         by localhost (olra.theworths.org [127.0.0.1]) (amavisd-new, port 10024)\r
  10         with ESMTP id BoCCw-cbJuA0 for <notmuch@notmuchmail.org>;\r
  11         Fri,  4 Dec 2009 02:40:14 -0800 (PST)\r
  12 Received: from lo.gmane.org (lo.gmane.org [80.91.229.12])\r
  13         by olra.theworths.org (Postfix) with ESMTP id 74557431FAE\r
  14         for <notmuch@notmuchmail.org>; Fri,  4 Dec 2009 02:40:14 -0800 (PST)\r
  15 Received: from list by lo.gmane.org with local (Exim 4.50) id 1NGVZz-0004DY-HQ\r
  16         for notmuch@notmuchmail.org; Fri, 04 Dec 2009 11:40:04 +0100\r
  17 Received: from ip-118-90-131-115.xdsl.xnet.co.nz ([118.90.131.115])\r
  18         by main.gmane.org with esmtp (Gmexim 0.1 (Debian))\r
  19         id 1AlnuQ-0007hv-00\r
  20         for <notmuch@notmuchmail.org>; Fri, 04 Dec 2009 11:40:03 +0100\r
  21 Received: from olly by ip-118-90-131-115.xdsl.xnet.co.nz with local (Gmexim\r
  22         0.1 (Debian)) id 1AlnuQ-0007hv-00\r
  23         for <notmuch@notmuchmail.org>; Fri, 04 Dec 2009 11:40:03 +0100\r
  24 X-Injected-Via-Gmane: http://gmane.org/\r
  25 To: notmuch@notmuchmail.org\r
  26 From: Olly Betts <olly@survex.com>\r
  27 Date: Fri, 4 Dec 2009 10:36:45 +0000 (UTC)\r
  28 Lines: 25\r
  29 Message-ID: <loom.20091204T113129-355@post.gmane.org>\r
  30 References: <1259840063-sup-1478@sam.mediasupervision.de>\r
  31         <871vjbh98x.fsf@yoom.home.cworth.org>\r
  32         <b8197bcb0912032314n1047a4d6q2b3214c6b16d07cc@mail.gmail.com>\r
  33 Mime-Version: 1.0\r
  34 Content-Type: text/plain; charset=us-ascii\r
  35 Content-Transfer-Encoding: 7bit\r
  36 X-Complaints-To: usenet@ger.gmane.org\r
  37 X-Gmane-NNTP-Posting-Host: sea.gmane.org\r
  38 User-Agent: Loom/3.14 (http://gmane.org/)\r
  39 X-Loom-IP: 118.90.131.115 (Mozilla/5.0 (X11; U; Linux x86_64; en-GB;\r
  40         rv:1.9.1.5) Gecko/20091109 Ubuntu/9.10 (karmic) Firefox/3.5.5)\r
  41 Sender: news <news@ger.gmane.org>\r
  42 Subject: Re: [notmuch] Notmuch's search view sucks\r
  43 X-BeenThere: notmuch@notmuchmail.org\r
  44 X-Mailman-Version: 2.1.12\r
  45 Precedence: list\r
  46 List-Id: "Use and development of the notmuch mail system."\r
  47         <notmuch.notmuchmail.org>\r
  48 List-Unsubscribe: <http://notmuchmail.org/mailman/options/notmuch>,\r
  49         <mailto:notmuch-request@notmuchmail.org?subject=unsubscribe>\r
  50 List-Archive: <http://notmuchmail.org/pipermail/notmuch>\r
  51 List-Post: <mailto:notmuch@notmuchmail.org>\r
  52 List-Help: <mailto:notmuch-request@notmuchmail.org?subject=help>\r
  53 List-Subscribe: <http://notmuchmail.org/mailman/listinfo/notmuch>,\r
  54         <mailto:notmuch-request@notmuchmail.org?subject=subscribe>\r
  55 X-List-Received-Date: Fri, 04 Dec 2009 10:40:15 -0000\r
  56 \r
  57 Karl Wiberg writes:\r
  58 > On Fri, Dec 4, 2009 at 1:29 AM, Carl Worth wrote:\r
  59 > > And a step beyond that would support different languages for\r
  60 > > different emails, but that sounds like something "hard" to identify.\r
  61 > \r
  62 > But probably not as hard as identifying spam. It could probably be\r
  63 > done with a simple Bayesian filter counting word frequencies---but\r
  64 > it'd be much better if somebody else had already solved the problem,\r
  65 > since this smells suspiciously like something that ought to be a\r
  66 > separate project and put in a library ... does anyone know if such a\r
  67 > project already exists?\r
  68 \r
  69 There's TextCat:\r
  70 \r
  71 http://www.let.rug.nl/vannoord/TextCat/\r
  72 \r
  73 It looks at n-gram frequencies, and can guess pretty reliably from\r
  74 even a fairly small amount of text.\r
  75 \r
  76 TextCat is in Perl.  I don't know if there's a C or C++ implementation\r
  77 but it isn't a huge piece of code - finding a good technique was the\r
  78 clever part of it.\r
  79 \r
  80 Cheers,\r
  81     Olly\r
  82 \r