あるメールサービス会社は、担当者が作った「特定の語句を含むメールは迷惑メールとする」というルールで迷惑メールを判定してきた。しかし送信者が表現を次々に変えるため、ルールの追加が追いつかない。機械学習によるスパムフィルタへの切り替えに関する説明として、最も適切なものを1つ選べ。
正解と解説を見る
解説
正解 A
この問題の論点：スパムフィルタの機械学習化
ポイント
機械学習のスパムフィルタはデータから判定基準を自動で学ぶため手口の変化に追従しやすい一方、再学習と誤判定の管理が欠かせません。
選択肢ごとの解説
- A
適切 正解
迷惑メールかどうかのラベルが付いたデータから、語の出現傾向と判定の関係を学ぶ教師あり学習です。人がルールを書き足す代わりに、新しいデータで再学習することで手口の変化に対応しやすくなります。
- B
不適切
送信者は検出を逃れようと手口を変え続けるため、学習時のデータと実際のメールの傾向は時間とともにずれていきます。精度を保つには、新しいデータでの再学習や性能の監視が欠かせません。
- C
不適切
疑わしいメールを広く迷惑メールと判定すれば、見逃し（偽陰性）は減りますが、正常なメールの誤判定（偽陽性）は一般に増えます。両者はトレードオフの関係にあり、業務に合わせて基準を決めます。
- D
不適切
文の意味を理解していなくても、迷惑メールに特有の語の出現傾向を大量のデータから学べば、高い精度で判定できます。単語の出現確率を使うナイーブベイズのフィルタは、その代表例です。
試験での狙われ方
ルールベースとの違いや、機械学習に切り替えても残る課題（再学習、誤判定のトレードオフ）を事例で問う形がよく見られます。