v1.9.8: titel weegt niet meer 2x — score = titel + samenvatting >= 3

Gebruikersbesluit 2026-09-11: een medium-hit in de TITEL haalt het filter te makkelijk ('restaurant naast busstation' = 2x2=4 was door). Formule gelijkgemaakt: score = titelscore + samenvattingscore >= 3. Gevolg (regressie-pinned): - enkel-woord-medium in titel is nu onvoldoende (fietsenstalling/restaurant-case geweerd); zware/sterke woorden en combinaties over 2 families blijven door. - zwak-alleen-regel (titel-anker + >=2 families) ongewijzigd.
2026-09-11 09:17:08 +02:00 · 2026-09-11 09:17:08 +02:00 · 341036cd16
commit 341036cd16
parent dbf64691e7
4 changed files with 26 additions and 21 deletions
--- a/base-config.yaml
+++ b/base-config.yaml
@ -28,7 +28,7 @@ exclude_paywalled: true
 # 0 = uit.
 title_dedup_days: 30
 # OV-matchfilter: VAST in code (gewogen families + blacklist), niet via config te wijzigen.
-# Doorlaten als 2×(titelscore) + 1×(samenvattingscore) >= 3. Zie de families en de
+# Doorlaten als titelscore + samenvattingscore >= 3 (titel weegt niet extra). Zie de families en de
 # blacklist in buzzrss/bot.py (MATCH_FILTER_FAMILIES / MATCH_FILTER_BLACKLIST).
 # `!rss set-filter` en `!rss filter` tonen alleen de huidige (vaste) filter.
 # Users who can bypass room permission checks
--- a/buzzrss/bot.py
+++ b/buzzrss/bot.py
@ -51,10 +51,12 @@ rss_change_level = EventType.find("xyz.maubot.rss", t_class=EventType.Class.STAT

 # Gewogen OV-trefwoord-families voor het match-filter. Elke tuple = (regex, gewicht).
 # Per familie wordt 1× geteld per tekst (niet per cluster/herhaling). Drempel (3):
-#   doorlaten als 2×(titelscore) + 1×(samenvattingscore) >= MATCH_FILTER_THRESHOLD
+#   doorlaten als titelscore + samenvattingscore >= MATCH_FILTER_THRESHOLD
+#   (titel weegt NIET extra — besluit 2026-09-11: 'restaurant naast busstation'
+#   als enige medium-hit in de titel is geen OV-bericht).
 # Gewicht 3 (sterk, onmiskenbaar OV): één woord in titel óf samenvatting volstaat.
-# Gewicht 2 (medium): één woord in de titel volstaat; in de samenvatting moet er
-#   een tweede OV-woord bijkomen.
+# Gewicht 2 (medium): moet combineren met een andere OV-familie; één medium-hit,
+#   in titel óf samenvatting, haalt de drempel niet.
 # Gewicht 1 (zwak/dubbelzinnig: los "bus", "breng", "overweg", "overwegen", "sein",
 #   "kaartje", "opwaarderen", "rails", "pendelbus"): moet met een ander OV-woord
 #   combineren (een tweede, andere familie — dezelfde zwakke familie in titel én
@ -94,16 +96,15 @@ rss_change_level = EventType.find("xyz.maubot.rss", t_class=EventType.Class.STAT
 #      NIET: station-samenstellingen (busstation/metrostation) — een bericht over
 #      een pand 'naast het busstation' is geen OV-nieuws (besluit 2026-09-11);
 #      die wegen mee via de gewogen families (medium).
-#   2. GEWOGEN FAMILIES -> score = 2x titel + 1x samenvatting >= drempel (3).
+#   2. GEWOGEN FAMILIES -> score = titel + samenvatting >= drempel (3).
 #      - sterk (3):    onmiskenbaar OV-jargon/merken/samenvoegingen (spoorlijn,
 #                      bushalte, busverkeer, intercity, lijn 12, ...).
 #      - medium (2):   onmiskenbaar OV maar iets algemener (tram, metro, halte,
-#                      pont, ovpay, openbaar vervoer, trein-/bus-/metrostation);
-#                      mag niet volledig ontbreken, maar telt alleen mee ter
-#                      ondersteuning. Station-samenstellingen zijn medium: één
-#                      station-woord náást een ander onderwerp ('pand naast
-#                      busstation') maakt een bericht nog geen OV-bericht
-#                      (besluit 2026-09-11).
+#                      pont, ovpay, openbaar vervoer, trein-/bus-/metrostation).
+#                      Moet COMBINEREN met een andere OV-familie: één medium-hit,
+#                      in titel óf samenvatting, is onvoldoende — de titel weegt
+#                      niet extra ('restaurant naast busstation' in de titel is
+#                      geen OV-bericht, besluit 2026-09-11).
 #      - zwak (1):     DUBBELZINNIGHEID. Woorden die (ook) buiten het OV
 #                      voorkomen. REGEL: elk dubbelzinnig woord krijgt een EIGEN
 #                      familie (niet samengevoegd), zodat twee verschillende
@ -394,11 +395,12 @@ class RSSBot(Plugin):

    @staticmethod
    def _filter_passes(title: str, summary: str) -> bool:
-        """Gewogen familiescore: doorlaten bij 2×(titelscore) + 1×(samenvattingscore) >= drempel.
+        """Gewogen familiescore: doorlaten bij titelscore + samenvattingscore >= drempel
+        (titel weegt NIET extra — één medium-hit in de titel, 'restaurant naast
+        busstation', is geen OV-bewijs; besluit 2026-09-11).

        Sterke families (gewicht 3) halen de drempel al met één woord in titel óf
-        samenvatting. Medium (2) in de titel ook; in de samenvatting moet er een
-        tweede OV-woord bijkomen.
+        samenvatting. Medium (2) moet combineren met een andere OV-familie.
        Zwakke woorden (losse 'bus', 'breng', 'overweg', 'overwegen', 'sein',
        'opwaarderen', 'kaartje', 'rails', 'pendelbus') moeten combineren met een
        ander OV-woord én minstens één zwak woord moet in de titel staan; dezelfde
@ -415,7 +417,7 @@ class RSSBot(Plugin):
            return True
        t_hits = RSSBot._fam_hits(title)
        s_hits = RSSBot._fam_hits(summary)
-        score = 2 * sum(w for _, w in t_hits) + sum(w for _, w in s_hits)
+        score = sum(w for _, w in t_hits) + sum(w for _, w in s_hits)
        if score < MATCH_FILTER_THRESHOLD:
            return False
        if max(w for _, w in t_hits + s_hits) == 1:
@ -436,7 +438,7 @@ class RSSBot(Plugin):
            "samenstellingen als bushalte/buslijn/bushokje/busbaan/busverkeer, treinstoring/treinverkeer/treinstaking, "
            "intercity/streekvervoer/veerdienst/buurtbus/belbus, 'lijn 12'\n"
            "- Medium (2): tram, metro, openbaar vervoer, lightrail, halte, pont, ov-chipkaart/ovpay, ov-staking, conducteur, "
-            "trein-/bus-/metrostation (die vereisen in de samenvatting een tweede OV-woord: een 'pand naast busstation' is geen OV-bericht)\n"
+            "trein-/bus-/metrostation — één medium-hit volstaat niet, moet combineren met een andere OV-familie\n"
            "- Zwak (1): losse 'bus' (niet ná een koppelteken), 'pendelbus'/'shuttlebus', 'trein', 'station(s)', 'breng', 'overweg', 'overwegen', "
            "'sein', 'kaartje', 'opwaarderen', 'rails', 'inchecken'/'uitchecken', 'dienstregeling', 'chipkaart', 'reisproduct', 'vervoersbewijs', "
            "'ontsporen', 'reiziger', 'vervoerder', 'sprinter' — moet combineren met een ander OV-woord, met minstens één zwak woord in de titel\n\n"
@ -445,7 +447,8 @@ class RSSBot(Plugin):
            "ov-chipkaart, ovpay, openbaar vervoer, ...)\n\n"
            "Uitgesloten (blacklist): woorden die wél matchen maar geen OV-waarde hebben, "
            "o.a. straatnamen rond stations ('stationsstraat', 'stationsweg', ...) en niet-OV-vormen als 'stationcar' en 'stationair'\n\n"
-            "Doorlaten: `2×(titel-score) + 1×(samenvatting-score) ≥ 3`; bij uitsluitend zwakke woorden tellen alleen "
+            "Doorlaten: `titel-score + samenvatting-score ≥ 3` (titel weegt niet extra); "
+            "bij uitsluitend zwakke woorden tellen alleen "
            "≥2 verschillende families én een zwak woord in de titel"
        )

--- a/maubot.yaml
+++ b/maubot.yaml
@ -1,5 +1,5 @@
 id: nl.eddydevink.rss
-version: 1.9.7
+version: 1.9.8
 modules:
 - buzzrss
 main_class: RSSBot
--- a/validate_filter.py
+++ b/validate_filter.py
@ -145,9 +145,11 @@ GOLDEN = [
    ("Restaurant weg, pand staat te verloederen: 'Doorn in het oog'",
     "De gemeente Midden-Delfland wil het leegstaande horecapand naast busstation Maasland "
     "Viaduct kopen. Het gebouw staat al jaren leeg en maakt een vervallen indruk.", False),
-    ("Pand naast busstation wordt gesloopt", "Het leegstaande pand naast het busstation gaat plat.", True),  # titel-anker: 2×2=4 (medium-in-titel volstaat, zelfde regel als 'Metrostation Centraal gesloten')
-    ("Nieuwe fietsenstalling bij busstation", "", True),  # titel-anker: 2×2=4
-    ("Busstation wordt verbouwd", "Het busstation krijgt andere perrons.", True),  # titel-anker: 2×2=4
+    ("Pand naast busstation wordt gesloopt", "Het leegstaande pand naast het busstation gaat plat.", True),  # busstation in titel ÉN samenvatting: 2+2=4 — twee velden tellen mee
+    ("Nieuwe fietsenstalling bij busstation", "", False),  # besluit 2026-09-11: één medium-hit in de titel is onvoldoende (titel weegt 1×, was 2×)
+    ("Restaurant naast busstation wil uitbreiden", "De eigenaar wil uitbreiden naar het naastgelegen pand.", False),  # zelfde regel, letterlijk gebruikersvoorbeeld
+    ("Busstation wordt verbouwd", "Het busstation krijgt andere perrons.", True),  # busstation in titel én samenvatting: 4
+    ("Metro rijdt niet", "De halte is tijdelijk gesloten.", True),  # medium-combinatie over twee families: metro(2)+halte(2)=4
    # busstation mag niet dubbel meetellen via 'bus' én 'station' (was 2×3=6→nu 1×2)
    ("Metrostation Centraal tijdelijk gesloten", "De metro's rijden niet.", True),
    ("NS verlengt noodregeling op traject Zwolle", "Reizigers moeten rekening houden met minder treinen.", True),