
<!DOCTYPE html>

<html>

<head>

<meta http-equiv="Content-Type" content="text/xhtml; charset=utf-8">

</head>

<body><div style="font-family: sans-serif;"><div class="markdown" style="white-space: normal;">

<p dir="auto"><strong>TLDR:</strong></p>

<p dir="auto">Does anyone have a machine learning, Sieve, MailMate rule system or any other systematic process which will [create tags | move mail]  based on machine learning algorithms (or alternative logic) instead of hard coded word/syntax matches?</p>

<hr style="border: 0; height: 1px; background: #333; background-image: linear-gradient(to right, #ccc, #333, #ccc);">

<p dir="auto">I have grown weary sorting e-mail based upon e-mail addresses and a few, select searchable keywords.</p>

<p dir="auto">I was playing around with some machine learning (ML) analysis of my e-mail corpus and had various levels of failure :) No real success so far.</p>

<p dir="auto">I thought I'd send a note out to the MailMate team and see if anyone had developed their own solution.</p>

<p dir="auto">On a slightly different note, I have purchased and use Spam Sieve - it's integrated into MailMate and though I receive very little Spam anyway, it does a nice job of “learning” about my mail content. I have asked the Spam Sieve team if they are planning on developing a feature set that I've described - they say they're considering it in the product, but does not exist today...</p>

<p dir="auto">Jim Bates<br>

(804) 690-9143 (Cell/Signal)</p>


</div>

</div>

</body>


</html>