v1.14.0: refactor OV-filter naar driestapsmodel — één regel i.p.v. drie uitzonderingstakken

- _filter_passes: 'zwak-alleen in samenvatting' en 'sterk+zwak uitsluitend in
  samenvatting' reduceren tot één regel: zonder enig titel-signaal (familie-hit,
  whitelist-term of storingszin) mag de score geen zwak woord bevatten.
  Equivalentie bewezen over de volledige beslissing-ruimte (420 configuraties).
- Nieuwe dienststoring-context 'vervoerswoord rijdt/rijden niet' (gedeeld
  patroon): sterk titel-signaal (+2) en familie (2) — 'sprinters rijden niet
  tussen Utrecht en Amsterdam', 'metro rijdt niet tussen Rotterdam en
  Schiedam' passeren nu; bus/tram/metro/sprinter zelf blijven zwak/medium.
- Overlappende regexes opgeruimd: busbaan/bushokje uit de halte-familie.
- Blacklist 29 -> 2 woorden: restant (stationsstraat, stationair, stationcar,
  stationeren ...) was inert sinds de woordgrens-familie; vastgelegd in tests.
- validate_filter.py: 56 -> 90 regressie-cases + invariant 4 (whitelist-term
  in familie, blacklist-term door familie gematcht).
- _filter_summary/beleidsdocumentatie geactualiseerd.

buzzrss/bot.py

@@ -56,10 +56,12 @@ rss_change_level = EventType.find("xyz.maubot.rss", t_class=EventType.Class.STAT
 # Per familie wordt 1× geteld per ARTIKEL (titel én samenvatting samen; herhaling
 # of het woord in beide velden = één signaal — 'busstation' 60× weegt 1×, besluit
 # 2026-09-11). Eén term die meerdere families matcht telt óók maar 1× (hoogste
-# gewicht wint): 'busbaan' zit in de bus-samenstelling- én de halte/busbaan-familie,
+# gewicht wint): 'ov-chipkaart' bevat 'chipkaart', 'openbaar vervoer' bevat
-# 'ov-chipkaart' bevat 'chipkaart', 'openbaar vervoer' bevat 'vervoer' — geen
+# 'vervoer', 'treinstoring' matcht de zwakke \w*trein\w*-familie mee — geen
-# dubbeltelling (besluit 2026-09-13). Drempel (3): doorlaten als de som van de
+# dubbeltelling (besluit 2026-09-13; 'busbaan' stond in twee families en is
-# unieke familie-gewichten >= MATCH_FILTER_THRESHOLD (titel weegt niet extra).
+# uit de halte-familie verwijderd, refactor 2026-09-13). Drempel (3): doorlaten
+# als de som van de unieke familie-gewichten >= MATCH_FILTER_THRESHOLD
+# (titel weegt niet extra).
 # MAX-GEWICHT 2 — besluit 2026-09-12: een enkele FAMILIE-hit kan nooit solo
 # doorlaten (2 < 3); écht OV-nieuws combineert in de praktijk altijd met een
 # tweede signaal (gevalideerd op 205 productie-artikelen; zie beleidsblok).
@@ -105,38 +107,37 @@ rss_change_level = EventType.find("xyz.maubot.rss", t_class=EventType.Class.STAT
 # Doel: precisie boven recall. Liever een OV-bericht te veel gefilterd dan
 # een niet-OV-bericht te veel doorgelaten (gebruikersbesluit, 2026-09-10).
 #
-# Lagen, elk met een eigen regel (MAX-2-stelsel, besluit 2026-09-12):
+# Beslissing, in drie stappen (refactor 2026-09-13; logica equivalent met de
-#   1. WHITELIST       -> termen die in élke context OV betekenen (merken:
+# voorheen gelaagde takken — MAX-2-stelsel, besluit 2026-09-12):
+#   1. STERK SIGNAAL (whitelist-term óf dienststoring-zin in de TITEL) -> DOORLATEN.
+#      Whitelist = termen die in élke context OV betekenen (merken:
 #      NS/ProRail/Arriva; onmiskenbaar jargon: spoorstoring, perron, bushalte,
 #      conducteur, ovpay; multi-woord-frasen: nederlandse spoorwegen, openbaar
-#      vervoer, ice-berlijn ...). Een whitelist-hit in de TITEL telt +2 (geen
+#      vervoer, ice-berlijn ...). Een whitelist-hit in de titel telt +2,
-#      auto-pass meer). Omdat elke whitelist-term óók in een familie zit, is dat
+#      bovenop het familie-gewicht van dezelfde term (elke whitelist-term zit
-#      effectief het oude titel-anker voor onmiskenbare termen — 'Reactie
+#      óók in een familie) — samen altijd >= drempel, dus eenduidige OV-titels
-#      Nederlandse Spoorwegen' blijft daardoor door. REGEL: twijfel je of de term
+#      ('Reactie Nederlandse Spoorwegen', 'Werkzaamheden aan perron') passeren
-#      ook buiten het OV kan voorkomen -> NIET hier, maar zwak (eigen familie).
+#      alleen. REGEL: twijfel je of de term ook buiten het OV kan voorkomen ->
-#      Een whitelist-term ALLEEN in de SAMENVATTING blijft inert: een bijzin als
+#      NIET hier, maar zwak (eigen familie). Een whitelist-term ALLEEN in de
-#      'de zakelijke bezoeker is ook nodig voor het openbaar vervoer' in een
+#      SAMENVATTING blijft inert: een bijzin als 'de zakelijke bezoeker is ook
-#      economiebericht is geen OV-nieuws (besluit 2026-09-12); zo'n hit scoort
+#      nodig voor het openbaar vervoer' in een economiebericht is geen
-#      alleen via de overeenkomstige familie.
+#      OV-nieuws (besluit 2026-09-12); zo'n hit scoort alleen via de familie.
-#   2. GEWOGEN FAMILIES -> score = som van unieke OV-families over het hele
+#   2. CONTEXT: som van unieke OV-signalen over titel + samenvatting
-#      artikel (titel + samenvatting; per familie 1× per artikel — herhaling of
+#      >= drempel (3). Per familie 1× per artikel (herhaling of beide velden
-#      beide velden tellen niet dubbel, besluit 2026-09-11) >= drempel (3).
+#      tellen niet dubbel, besluit 2026-09-11); overlappende familie-treffers
-#      Overlappende treffers van verschillende families (één term op één plek)
+#      van dezelfde term wegen 1× met het hoogste gewicht (span-merge in
-#      tellen samen als 1× met het hoogste gewicht — een term mag nooit dubbel
+#      _fam_hits, besluit 2026-09-13 — 'ov-chipkaart' bevat 'chipkaart' maar
-#      wegen ('busbaan' in de bus-samenstelling- én de halte/busbaan-familie,
+#      weegt als één term 2, geen 3).
-#      besluit 2026-09-13).
 #      - sterk (2):    onmiskenbaar OV-jargon/merken/samenvoegingen (spoorlijn,
 #                      bushalte, busverkeer, intercity, veerboot, ertms,
-#                      rangeer..., ice-frasen, ...). Eén hit (titel óf samenvatting)
+#                      rangeer..., ice-frasen, ...) én het dienststoring-
-#                      is onvoldoende: moet combineren (2 + 1 = 3). De vroegere
+#                      contextpatroon 'vervoerswoord + rijdt/rijden (niet) +
-#                      'één sterk woord volstaat'-regel is vervallen — 'hermes'
+#                      niet' ('sprinters rijden niet', 'metro rijdt niet').
-#                      als achternaam passeerde zo op één vervoerder-hit
+#                      Eén hit (titel óf samenvatting) is onvoldoende: moet
-#                      (Margraten, 2026-09-12).
+#                      combineren (2 + 1 = 3). De vroegere 'één sterk woord
-#                      EXTRA (besluit 2026-09-12): een sterk/medium + zwak-
+#                      volstaat'-regel is vervallen — 'hermes' als achternaam
-#                      combinatie UITSLUITEND in de samenvatting (geen enkele hit
+#                      passeerde zo op één vervoerder-hit (Margraten,
-#                      in de titel én geen whitelist-term in de titel) is geen
+#                      2026-09-12).
-#                      OV-bewijs — 'openbaar vervoer' + 'zakelijke reizigers' in
-#                      een economiebericht telt anders op tot de drempel.
 #      - zwak (1):     DUBBELZINNIGHEID. Woorden die (ook) buiten het OV
 #                      voorkomen. REGEL: elk dubbelzinnig woord krijgt een EIGEN
 #                      familie (niet samengevoegd), zodat twee verschillende
@@ -145,18 +146,27 @@ rss_change_level = EventType.find("xyz.maubot.rss", t_class=EventType.Class.STAT
 #                      trein, bus, station(s), sprinter, reiziger/passagier,
 #                      vervoerder, inchecken/uitchecken, sein, overweg, breng,
 #                      kaartje, opwaarderen, rails, dienstregeling, chipkaart,
-#                      ontsporen, pendelbus/shuttlebus (evenement-/hotel-/
+#                      reisproduct, vervoer(s)bewijs, ontsporen,
-#                      parkeerpendel; synoniemen -> bewust één familie),
+#                      pendelbus/shuttlebus (evenement-/hotel-/parkeerpendel;
-#                      busongeluk/busvervoer (touringcar/schoolbus), staking,
+#                      synoniemen -> bewust één familie), busongeluk/busvervoer
-#                      vervoer, vervoersbedrijf, vervoerregio, ritten,
+#                      (touringcar/schoolbus), staking, vervoer, vervoersbedrijf,
-#                      bovenleiding (industrie), abonnement, hermes, spoor.
+#                      vervoerregio, ritten, bovenleiding (industrie),
-#                      EXTRA REGEL voor zwak-alleen: staat er uitsluitend zwak
+#                      abonnement, hermes, spoor.
-#                      bewijs in de SAMENVATTING (geen enkele zwakke hit in de
+#   3. TITEL-ANKER: staat er geen enkel OV-signaal in de titel (geen
-#                      titel), dan niet doorlaten. Twee/meer zwakke woorden in
+#      familie-hit, geen whitelist-term), dan is de score uitsluitend
-#                      de samenvatting zijn anders samen al 3 punten
+#      samenvatting-bewijs en mag die geen zwak woord bevatten. Twee/meer
-#                      ("station" + "pendelbus" + "bus" in een golfverslag).
+#      zwakke woorden in de samenvatting ('station' + 'pendelbus' + 'bus' in
-#   3. BLACKLIST       -> gematchte woorden zonder OV-waarde (stationsstraat,
+#      een golfverslag) en sterk+zwak uitsluitend in de samenvatting
-#      stationair, stationcar, ...); blokkeren de familie niet.
+#      ('openbaar vervoer' + 'zakelijke reizigers' in een economiebericht,
+#      beide besluiten 2026-09-12) zijn geen OV-bewijs. Alleen twee sterke
+#      termen in de samenvatting blijven bewust door (delftopzondag
+#      'tram 1, halte Buitenhofdreef', besluit 2026-09-13).
+#   BLACKLIST       -> gematchte woorden zonder OV-waarde, restant van
+#      straatnamen rond spoorlijnen die de zwakke \b\w*trein\w*\b-familie zou
+#      matchen ('treinstraat'/'treinweg'); blokkeren de familie niet. De
+#      oudere stations*-varianten zijn sinds de woordgrens-familie
+#      \bstations?\b inert en verwijderd (2026-09-13) — gedrag vastgelegd in
+#      validate_filter.py.
 #
 # BEOORDELEN VAN EEN NIEUW WOORD (incl. COMPLETEHEIDS-AUDIT, 2026-09-12):
 #   a) Kan het ook buiten het OV voorkomen?  ja -> zwak (1), eigen familie.
@@ -174,6 +184,17 @@ rss_change_level = EventType.find("xyz.maubot.rss", t_class=EventType.Class.STAT
 #      spoorvervoerder, treinvertraging/uitval, ertms, teso, rangeer, ice-frasen,
 #      maaslijn, ns international, deutsche bahn, european sleeper, italo,
 #      nightjet (sterk) en 11 zwakke woorden op.
+# Dienststoring-contextpatroon: vervoerswoord + 'rijdt/rijden (niet)' + 'niet'
+# ('sprinters rijden niet', 'metro rijdt niet tussen Rotterdam en Schiedam').
+# Gedeeld door de familie én het titel-anker (_disruption_hit): in de TITEL is de
+# storingszin een sterk OV-signaal (net als een whitelist-term), in de samenvatting
+# weegt hij als familie (2). 'rijden' an sich is géén OV-signaal. 'schoolbus'
+# matcht niet ('bus' niet aan het woordbegin), refactor 2026-09-13.
+_DISRUPTION_RE_SRC = (
+    r"\b(?:sprinters?|stoptrein(?:en)?|intercity'?s?|trein(?:en)?|trams?|bussen|bus|"
+    r"metro'?s?|veerdienst(?:en)?)\s+(?:rijdt|rijden|reed|reden)\s+niet\b"
+)
+
 # =====================================================================
 MATCH_FILTER_FAMILIES: list[tuple[str, int]] = [
     # sterk (2) — onmiskenbaar OV, maar één hit is onvoldoende (max-2-stelsel,
@@ -182,7 +203,7 @@ MATCH_FILTER_FAMILIES: list[tuple[str, int]] = [
     (r"\b(?:spoorweg|spoorba(?:an|nen)|spoorlijn|spoorverkeer|spoorwegovergang|spoorstoring|perron|seinstoring|wisselstoring|spoorstaking|spoorsector|spoorbeheerder|spoornet|spoorvervoerder|ertms)\w*\b", 2),  # spoorinfra; let op de klinkerwisseling: 'ontsporing' (open lettergreep, één o) vs 'ontspoord'/'ontspoorde' (dicht, dubbel o) — vandaar beide stammen. Géén 'spoorbrug': die is 2 maar vaak louter locatie (besluit 2026-09-12). Uitbreiding 2026-09-12 (completheids-audit): spoorsector, spoorbeheerder, spoornet, spoorvervoerder, ertms
     (r"\b(?:treinstation|treinstations|metrostation|metrostations|busstation|busstations)\b", 2),  # station-samenstellingen: onmiskenbaar OV, maar één station-woord náást een ander onderwerp ('pand naast busstation', besluit 2026-09-11) is geen OV-bericht; in de samenvatting moet een tweede OV-woord bijkomen
     (r"(?<![\w-])\bstations?\b", 1),  # los 'station(s)' is ZWAK: ook tv-/radio-/regionale omroepstations ('de lokale stations'), moet combineren met een andere OV-familie
-    (r"\b(?:bus|tram|metro)-?(?:halte|haltes|lijn|lijnen|verkeer|net|staking|ba(?:an|nen)|hok(?:je|jes)|chauffeur)\w*\b", 2),  # voertuig-samenstelling (bushalte/buslijn/bushokje/busbanen/buschauffeur/…); géén 'station': *station-samenstellingen zitten in de station-familie, anders telde 'busstation' dubbel mee — fix 2026-09-11. Géén 'ongeluk'/'vervoer': die zijn bewust zwak (busongeluk = ook touringcar, busvervoer = ook bedrijfsvervoer, audit 2026-09-12). 'busbaan' staat óók in fam 13: overlappende treffers tellen 1× met het hoogste gewicht (besluit 2026-09-13)
+    (r"\b(?:bus|tram|metro)-?(?:halte|haltes|lijn|lijnen|verkeer|net|staking|ba(?:an|nen)|hok(?:je|jes)|chauffeur)\w*\b", 2),  # voertuig-samenstelling (bushalte/buslijn/bushokje/busbanen/buschauffeur/…); géén 'station': *station-samenstellingen zitten in de station-familie, anders telde 'busstation' dubbel mee — fix 2026-09-11. Géén 'ongeluk'/'vervoer': die zijn bewust zwak (busongeluk = ook touringcar, busvervoer = ook bedrijfsvervoer, audit 2026-09-12). 'busbaan'/'bushokje' stonden óók in de halte-familie — verwijderd bij de refactor 2026-09-13 (geen dubbelwoorden in twee families)
     (r"\b(?:treinstoring|treinverkeer|treinstaking|treinongeval|treinbotsing|treinongeluk|treinvertraging|treinhinder|treinuitval|treinverstoring)\w*\b", 2),  # trein-jargon-samenstellingen: onmiskenbaar OV; uitgebreid met vertraging/hinder/uitval/verstoring (audit 2026-09-12)
     (r"\b\w*trein\w*\b", 1),  # losse 'trein' en algemene samenstellingen (stoptrein, goederentrein, treinverkeer al in bovenstaande familie) — ZWAK: 'de trein naar mijn nieuwe huis' is geen OV-jargon, moet combineren met een andere familie
     (r"\b(?:intercity|streekvervoer|stadsvervoer|veerdienst|veerboot|veerboten|veerpont|voetveer|veerverbinding|buurtbus|belbus|maaslijn|nedersaksenlijn|kamperlijn)\w*\b", 2),  # treintypes, vervoerssectoren, veren en lijnnamen ('sprinter' staat in de zwakke groep: atleet-botsing); maaslijn/nedersaksenlijn/kamperlijn via audit 2026-09-12
@@ -192,9 +213,10 @@ MATCH_FILTER_FAMILIES: list[tuple[str, int]] = [
     # onmiskenbaar OV maar iets algemener (2, moet ook combineren)
     (r"\btrams?\b", 2),
     (r"\bmetro(?:'?s)?\b", 2),
-    (r"\b(?:openbaar vervoer|lightrail|halte|bushokje|busbaan)\w*\b", 2),  # 'busbaan' ook in fam 4, 'openbaar vervoer' bevat 'vervoer' (fam 41): één term = één signaal (besluit 2026-09-13)
+    (r"\b(?:openbaar vervoer|lightrail|halte)\w*\b", 2),  # frasen en halte-hits; 'bushokje'/'busbaan' matchen al de bus-samenstelling-familie — bewust niet dubbel in twee families (refactor 2026-09-13)
     (r"\b(?:ov-chipkaart|ovpay|ov-pay|studentenreisproduct)\w*\b", 2),
     (r"\b(?:ov-staking|conducteursstaking)\w*\b", 2),
+    (_DISRUPTION_RE_SRC, 2),  # dienststoring-context ('sprinters rijden niet', 'metro rijdt niet...'); zie _DISRUPTION_RE_SRC
     (r"\bconduct(?:eur|eurs)\b", 2),  # trein-/buspersoneel: onmiskenbaar OV-jargon
     (r"\b(?:pont|ponten)\b", 2),  # waterbus/veerdienst
     (r"\bspoorbrug(?:gen)?\b", 2),  # spoorinfra, maar vaak locatie-referentie ('bij de spoorbrug', Stuifmail 2026-09-12); moet combineren — zelfde regel als station-samenstellingen
@@ -240,21 +262,16 @@ MATCH_FILTER_THRESHOLD = 3
 # Woorden die een familie wél matcht maar die geen OV-waarde hebben. Een hit dat
 # hierin staat telt niet mee voor de score (en blokkeert de familie niet). Vorm:
 # exact woord (lowercase), zoals door de familie-regex wordt gematcht.
+# Refactor 2026-09-13: alleen woorden die een HUIDIGE familie nog matchen blijven
+# staan ('treinstraat'/'treinweg' via de zwakke \b\w*trein\w*\b-familie). De
+# stations*-varianten (stationsstraat, stationair, stationeren, stationcar,
+# stationwagen, stationsplein, ...) waren inert sinds de woordgrens-familie
+# \bstations?\b en zijn verwijderd — dat gedrag is in validate_filter.py
+# vastgelegd.
 MATCH_FILTER_BLACKLIST: frozenset[str] = frozenset({
-    # Straatnamen rond stations (genitief-s-vorm van "\bstation\w*\b"): een straat
+    # Straatnamen rond spoorlijnen die de \b\w*trein\w*\b-familie zou matchen:
-    # die toevallig bij een station ligt maakt een bericht nog geen OV-bericht.
+    # een straat die toevallig 'Trein' heet maakt een bericht geen OV-bericht.
-    "stationsstraat", "stationsweg", "stationslaan", "stationsplein",
-    "stationssingel", "stationskade", "stationsdreef", "stationshof",
-    "stationspad", "stationsboulevard", "stationsgracht", "stationsdijk",
-    "stationssteeg", "stationswal", "stationsbuurt", "stationswijk", "stationspark",
-    # Idem voor "\btrein\w*\b".
     "treinstraat", "treinweg",
-    # Idem voor "\bstation\w*\b": werkwoords-/bijvoeglijke vormen zonder OV-waarde
-    # ("motor stationair laten draaien", "auto's hier stationeren") en
-    # samenstellingen met een station in de naam ("stationcar", "stationwagen").
-    "stationair", "stationeel", "stationeren", "stationeert", "stationeerde",
-    "stationeerden", "stationerend", "stationcar", "stationwagen",
-    "stationnement", "stationering",
 })
 
 # MATCH_FILTER_WHITELIST: termen die een bericht per definitie OV maken. Sinds
@@ -308,6 +325,9 @@ _WHITELIST_RE = re.compile(
 )
 _WHITELIST_PHRASES: tuple[str, ...] = tuple(w for w in MATCH_FILTER_WHITELIST if " " in w)
 
+# Dienststoring-context als sterk TITEL-signaal (zie _DISRUPTION_RE_SRC).
+_DISRUPTION_RE = re.compile(_DISRUPTION_RE_SRC, re.IGNORECASE)
+
 
 class Config(BaseProxyConfig):
     def do_update(self, helper: ConfigUpdateHelper) -> None:
@@ -447,6 +467,14 @@ class RSSBot(Plugin):
         low = text.lower()
         return any(ph in low for ph in _WHITELIST_PHRASES)
 
+    @staticmethod
+    def _disruption_hit(text: str) -> bool:
+        """True als een dienststoring-zin ('sprinters rijden niet', 'metro rijdt
+        niet tussen Rotterdam en Schiedam') in text staat. In de TITEL telt zo'n
+        zin als sterk OV-signaal (+2, net als een whitelist-term); als familie
+        (2) scoort hij overal — zie _DISRUPTION_RE_SRC."""
+        return _DISRUPTION_RE.search(text) is not None
+
     @staticmethod
     def _fam_hits(text: str) -> list[tuple[int, int]]:
         """(familie-index, gewicht) per OV-signaal in text (1× per familie).
@@ -458,10 +486,10 @@ class RSSBot(Plugin):
         Eén term telt maximaal één signaal (besluit 2026-09-13): overlappende
         treffers van verschillende families op dezelfde plek worden samengevoegd
         met het hoogste gewicht. Voorheen telde één woord dubbel als het in
-        meerdere families stond — 'busbaan' zit in de bus-samenstelling-familie
+        meerdere families stond — 'ov-chipkaart' bevat 'chipkaart' (2+1=3),
-        én in de halte/busbaan-familie (2+2=4), 'ov-chipkaart' bevat 'chipkaart'
+        'openbaar vervoer' bevat 'vervoer' (2+1=3), 'treinstoring' matcht ook
-        (2+1=3), 'openbaar vervoer' bevat 'vervoer' (2+1=3). Max-2-stelsel:
+        de zwakke \\w*trein\\w*-familie (2+1=3). Max-2-stelsel: één term kan
-        één term kan nooit solo doorlaten."""
+        nooit solo doorlaten."""
         spans: list[tuple[int, int, int, int]] = []  # (start, end, familie-idx, gewicht)
         for idx, (family, weight) in enumerate(_compiled_match_families):
             for m in family.finditer(text):
@@ -484,68 +512,66 @@ class RSSBot(Plugin):
 
     @staticmethod
     def _filter_passes(title: str, summary: str) -> bool:
-        """Gewogen familiescore (max-2-stelsel, besluit 2026-09-12): elke OV-familie
+        """Driestaps-beslissing, precision-first (refactor 2026-09-13; beslissing
-        telt 1× per artikel (titel + samenvatting samen; herhaling of beide velden =
+        equivalent met v1.13.0, maar de drie historische uitzonderings-takken
-        één signaal). Overlappende treffers van verschillende families tellen samen
+        reduceren tot één regel — zie stap 3):
-        als 1× met het hoogste gewicht — 'busbaan' (bus-samenstelling- én
-        halte/busbaan-familie) levert één signaal van 2, geen 4 (besluit 2026-09-13).
-        Doorlaten bij som >= drempel (3). Geen enkele familie weegt
-        meer dan 2, dus een enkele familie-hit kan nooit solo doorlaten — 'hermes'
-        als achternaam passeerde vroeger op één vervoerder-hit van 3 (Margraten,
-        2026-09-12); écht OV-nieuws combineert in de praktijk altijd met een tweede
-        signaal (gevalideerd op 205 productie-artikelen).
 
-        Whitelist-termen (onmiskenbaar OV in élke context) tellen in de TITEL +2 —
+          1. STERK SIGNAAL: een whitelist-term óf een dienststoring-zin
-        géén auto-pass meer; omdat elke whitelist-term óók in een familie zit, is
+             ('sprinters rijden niet') in de titel is voldoende. Elke
-        dat effectief het behouden titel-anker ('Reactie Nederlandse Spoorwegen',
+             whitelist-term staat óók in een familie, dus zo'n titel telt +2 én
-        'Werkzaamheden aan perron', 'Buurtbus rijdt niet meer' blijven door). Een
+             het familie-gewicht — samen altijd >= drempel ('NS meldt storing',
-        whitelist-term ALLEEN in de samenvatting is geen OV-bewijs (besluit
+             'Werkzaamheden aan perron', 'Buurtbus rijdt niet meer'). In de
-        2026-09-12: 'openbaar vervoer' als bijzin in een economiebericht) en scoort
+             samenvatting ALLEEN is zo'n term géén bewijs ('openbaar vervoer'
-        alleen via de overeenkomstige familie.
+             als bijzin in een economiebericht, besluit 2026-09-12) en scoort
+             die alleen via de overeenkomstige familie.
 
-        Zwakke woorden (losse 'bus', 'breng', 'overweg', 'overwegen', 'sein',
+          2. CONTEXT: de som van unieke OV-signalen over titel + samenvatting
-        'opwaarderen', 'kaartje', 'rails', 'pendelbus', 'spoor', 'staking',
+             >= drempel (3). Eén term telt één signaal per artikel ('busstation'
-        'vervoer', 'busongeluk', ...) moeten combineren met een ander OV-woord én
+             60× of in beide velden = één keer); overlappende familie-treffers
-        minstens één zwak woord moet in de titel staan (of een whitelist-term in de
+             van dezelfde term wegen 1× met het hoogste gewicht (span-merge in
-        titel); dezelfde zwakke familie in titel én samenvatting is géén combinatie.
+             _fam_hits, besluit 2026-09-13 — 'ov-chipkaart' bevat 'chipkaart'
-        Een sterk (2) + zwak-combinatie UITSLUITEND in de samenvatting (geen
+             maar weegt als één term 2, geen 3). Geen
-        familie-hit én geen whitelist-term in de titel) is geen OV-bewijs
+             familie weegt meer dan 2 (max-2-stelsel, besluit 2026-09-12): een
-        ('openbaar vervoer' + 'zakelijke reizigers' in een economiebericht, besluit
+             enkel sterk woord kan nooit solo doorlaten ('hermes' als
-        2026-09-12). Weert oa 'VW-bus' (bus matcht niet ná een koppelteken),
+             achternaam passeerde vroeger op één vervoerder-hit van 3 —
-        'schoolbus', 'bussen rijden om' in een woningbrand-lead, het werkwoord
+             Margraten; écht OV-nieuws combineert in de praktijk altijd met een
-        'brengen', het idioom 'goed met elkaar overweg kunnen', 'een wijk
+             tweede signaal, gevalideerd op 205 productie-artikelen).
-        opwaarderen', brandweerjargon 'sein brandmeester', figuratief 'weer op de
+
-        rails', een golfverslag waarin de samenvatting 'station' + 'pendelbus' +
+          3. TITEL-ANKER: staat er geen enkel OV-signaal in de titel (geen
-        'bus' noemt, en het Margraten-bericht met 'Ton Hermes' als achternaam.
+             familie-hit, geen whitelist-term), dan is de score uitsluitend
-        Bewust doorgelaten: krant 'De Metro'/café 'De Tram' (2, combineert) en
+             samenvatting-bewijs en mag die geen zwak/ambigue woord bevatten —
-        atleet-'sprinter' in combinatie met ander OV-woord."""
+             'station'+'pendelbus'+'bus' in een golfverslag, 'openbaar
+             vervoer'+'zakelijke reizigers' in een economiebericht en 'sterk +
+             zwak uitsluitend in de samenvatting' (beide besluiten 2026-09-12)
+             vallen hieronder. Twee sterke termen in de samenvatting blijven
+             bewust door (delftopzondag 'tram 1, halte Buitenhofdreef',
+             besluit 2026-09-13).
+
+        Weert zo 'VW-bus' (bus matcht niet ná een koppelteken), 'schoolbus',
+        'bussen rijden om' in een woningbrand-lead, het werkwoord 'brengen',
+        het idioom 'goed met elkaar overweg kunnen', 'een wijk opwaarderen',
+        brandweerjargon 'sein brandmeester', figuratief 'weer op de rails',
+        en een cultuurstukje over een 'stationspiano'. Bewust doorgelaten:
+        krant 'De Metro'/café 'De Tram' (2, combineert) en atleet-'sprinter'
+        in combinatie met ander OV-woord."""
         t_hits = RSSBot._fam_hits(title)
         s_hits = RSSBot._fam_hits(summary)
-        # Eén familie telt 1× per ARTIKEL (titel én samenvatting samen): 'busstation'
+        # Unieke OV-signalen over beide velden: één term telt één signaal per
-        # in beide velden, of 60× in de tekst, blijft één signaal (besluit 2026-09-11).
+        # artikel ('busstation' in titel én samenvatting, of 60×, blijft één
-        # _fam_hits levert per term al het hoogste gewicht bij overlappende families.
+        # treffer); _fam_hits levert per term al het hoogste gewicht bij
+        # overlappende familie-treffers.
         combined = dict(t_hits + s_hits)
         score = sum(combined.values())
-        whitelist_title = RSSBot._whitelist_hit(title)
+        strong_title = RSSBot._whitelist_hit(title) or RSSBot._disruption_hit(title)
-        if whitelist_title:
+        if strong_title:
-            # Whitelist-term in de titel = +2 (geen auto-pass, max-2-stelsel
+            # Stap 1: sterk titel-signaal — +2 bovenop het familie-gewicht van
-            # 2026-09-12): houdt het titel-anker voor onmiskenbare termen, maar
+            # dezelfde term, waardoor een eenduidige OV-titel alleen voldoet.
-            # een enkele whitelist-hit laat nooit meer solo door.
             score += 2
         if score < MATCH_FILTER_THRESHOLD:
             return False
-        if max(combined.values(), default=0) == 1:
+        if not t_hits and not strong_title and 1 in combined.values():
-            # Alleen zwakke families: dan moeten ≥2 verschillende families meetellen
+            # Stap 3: geen enkel titel-signaal én een zwak woord in de score —
-            # én een titel-anker (familie-hit óf whitelist-term in de titel).
+            # samenvatting-bewijs zonder titel-anker is geen OV-bewijs.
-            # Zwakke woorden in de samenvatting alleen zijn geen bewijs
-            # ('station' + 'pendelbus' + 'bus' in een golfverslag telt anders op
-            # tot de drempel).
-            if not whitelist_title and (not t_hits or len(combined) < 2):
-                return False
-        elif not t_hits and not whitelist_title and 1 in combined.values():
-            # Sterk (2) + zwak uitsluitend in de samenvatting, niets in de titel:
-            # geen OV-bewijs. 'openbaar vervoer' + 'zakelijke reizigers' in een
-            # economiebericht telt anders op tot de drempel (besluit 2026-09-12).
             return False
         return True
 
@@ -553,27 +579,24 @@ class RSSBot(Plugin):
     def _filter_summary() -> str:
         """Mensvriendelijke weergave van het vaste gewogen match-filter."""
         return (
-            "**OV-matchfilter (vast in code, gewogen families, max-2):**\n"
+            "**OV-matchfilter (vast in code; max-2-stelsel, precision-first):**\n"
-            "- Sterk (2): vervoerders (NS, Arriva, ProRail, Qbuzz, Deutsche Bahn, TESO, ...), spoorinfra (spoorlijn, spoorstoring, perron, spoorsector, ertms), "
+            "- **Sterk signaal in de TITEL → door**: whitelist-term (NS, ProRail, Nederlandse Spoorwegen, spoorstoring, perron, "
-            "samenstellingen als bushalte/buslijn/buschauffeur, treinstoring/treinverkeer/treinvertraging, "
+            "bushalte, conducteur, ov-chipkaart, ovpay, openbaar vervoer, Deutsche Bahn, ICE Berlijn, ...) of een dienststoring-zin "
-            "intercity/streekvervoer/veerdienst/buurtbus/belbus, 'lijn 12', ICE-frasen, rangeer... — één hit volstaat NIET: "
+            "('sprinters rijden niet', 'metro rijdt niet') — die telt +2 bovenop het familie-gewicht. In de samenvatting alleen "
-            "moet combineren (max-2-stelsel, besluit 2026-09-12)\n"
+            "weegt zo'n term mee als gewone familie.\n"
-            "- Middel (2): tram, metro, openbaar vervoer, lightrail, halte, pont, spoorbrug, ov-chipkaart/ovpay, ov-staking, conducteur, "
+            "- **Context (som ≥ 3)**: unieke OV-families over titel + samenvatting. Sterk (2): vervoerders (NS, Arriva, ProRail, Qbuzz, ...), "
-            "trein-/bus-/metrostation — zelfde regel: moet combineren met een andere OV-familie; "
+            "spoorinfra (spoorlijn, spoorstoring, perron, ertms, spoorsector), bus-samenstellingen (bushalte, buslijn, buschauffeur, busbaan), "
-            "sterk/middel + zwak uitsluitend in de samenvatting (geen hit in de titel) telt niet\n"
+            "treinstoring/treinverkeer/treinvertraging, intercity/streekvervoer/veerdienst/buurtbus/belbus, 'lijn 12', ICE-frasen, rangeer..., "
-            "- Zwak (1): losse 'bus' (niet ná een koppelteken), 'pendelbus'/'shuttlebus', 'trein', 'station(s)', 'breng', 'overweg', 'overwegen', "
+            "tram, metro, openbaar vervoer, lightrail, halte, pont, spoorbrug, ov-chipkaart/ovpay, ov-staking, conducteur, dienststoring-zin. "
-            "'sein', 'kaartje', 'opwaarderen', 'rails', 'inchecken'/'uitchecken', 'dienstregeling', 'chipkaart', 'reisproduct', 'vervoersbewijs', "
+            "Zwak (1): losse 'bus' (niet ná een koppelteken), 'pendelbus'/'shuttlebus', 'trein', 'station(s)', 'breng', 'overweg', "
-            "'ontsporen', 'reiziger'/'passagier', 'vervoerder', 'sprinter', 'spoor', 'staking', 'vervoer', 'busongeluk', ... — moet combineren met een ander OV-woord, met minstens één zwak woord in de titel\n\n"
+            "'overwegen', 'sein', 'kaartje', 'opwaarderen', 'rails', 'inchecken'/'uitchecken', 'dienstregeling', 'chipkaart', "
-            "**Whitelist (+2 bij een hit in de TITEL, geen auto-pass):** onmiskenbare OV-termen "
+            "'reisproduct', 'vervoersbewijs', 'ontsporen', 'reiziger'/'passagier', 'vervoerder', 'sprinter', 'spoor', 'staking', "
-            "(NS, ProRail, Nederlandse Spoorwegen, spoorstoring, perron, bushalte, conducteur, "
+            "'vervoer', 'busongeluk', 'busvervoer', ... — elke dubbelzinnige term heeft een eigen familie en moet combineren.\n"
-            "ov-chipkaart, ovpay, openbaar vervoer, Deutsche Bahn, ICE Berlijn, ...); in de samenvatting alleen weegt zo'n term mee "
+            "- **Eén term = één signaal**: herhaling, beide velden en overlappende familie-treffers wegen niet dubbel. "
-            "als gewogen familie\n\n"
+            "Zonder enig titel-signaal (familie-hit, whitelist-term of storingszin in de titel) mag de score geen zwak woord "
-            "Uitgesloten (blacklist): woorden die wél matchen maar geen OV-waarde hebben, "
+            "bevatten — samenvatting-bewijs is geen OV-bewijs (twee sterke termen in de samenvatting blijven bewust door).\n"
-            "o.a. straatnamen rond stations ('stationsstraat', 'stationsweg', ...) en niet-OV-vormen als 'stationcar' en 'stationair'\n\n"
+            "- **Uitgesloten (blacklist)**: 'treinstraat'/'treinweg' (straatnamen rond spoorlijnen); historische stations*-gevallen "
-            "Doorlaten: som van unieke OV-families ≥ 3 — één familie telt 1× per artikel "
+            "('stationsstraat', 'stationair', 'stationcar', ...) worden al door de woordgrens-familie geweerd"
-            "(titel + samenvatting samen; herhaling of beide velden = één signaal); "
-            "bij uitsluitend zwakke woorden tellen alleen "
-            "≥2 verschillende families én een zwak woord in de titel"
         )
 
     async def _send(

maubot.yaml

@@ -1,5 +1,5 @@
 id: nl.eddydevink.rss
-version: 1.13.0
+version: 1.14.0
 modules:
 - buzzrss
 main_class: RSSBot

validate_filter.py

@@ -25,8 +25,9 @@ WANT_ASSIGN = {
     "MATCH_FILTER_FAMILIES", "MATCH_FILTER_THRESHOLD", "MATCH_FILTER_BLACKLIST",
     "MATCH_FILTER_WHITELIST", "_compiled_match_families",
     "_WHITELIST_RE", "_WHITELIST_PHRASES",
+    "_DISRUPTION_RE_SRC", "_DISRUPTION_RE",
 }
-WANT_METHODS = {"_fam_hits", "_filter_passes", "_filter_text", "_whitelist_hit"}
+WANT_METHODS = {"_fam_hits", "_filter_passes", "_filter_text", "_whitelist_hit", "_disruption_hit"}
 
 nodes = []
 for n in tree.body:
@@ -116,6 +117,16 @@ for p, w in FAMILIES:
     check(w in (1, 2), f"familie {p[:40]!r} heeft geldig gewicht {w} (max-2-stelsel)")
 check(len(COMPILED) == len(FAMILIES), "alle families compileren")
 
+# --- Invariant 4 (refactor 2026-09-13): sterke-signaal-garantie + geen dode
+# blacklist. Elke whitelist-term moet óók in een familie zitten (anders telt een
+# whitelist-titel niet als sterk signaal 2+2) en elke zwartgelijste term moet door
+# minstens één familie worden gematcht (anders is de blacklist-regel dood gewicht).
+print("== invariant 4: whitelist-term in familie; blacklist-term door familie gematcht ==")
+for w in sorted(ns["MATCH_FILTER_WHITELIST"]):
+    check(any(p.search(w) for p, _ in COMPILED), f"whitelist-term {w!r} zit ook in een familie")
+for w in sorted(ns["MATCH_FILTER_BLACKLIST"]):
+    check(any(p.search(w) for p, _ in COMPILED), f"blacklist-term {w!r} wordt door een familie gematcht")
+
 # --- Regressie: gedrag van _filter_passes op bekende cases (precision-first)
 GOLDEN = [
     # (titel, samenvatting, verwacht_door)
@@ -225,6 +236,46 @@ GOLDEN = [
     # twee VERSCHILLENDE termen blijven samen tellen (geen over-merge).
     ("Busbaan wordt afgesloten voor het doorgaande verkeer", "De omleiding duurt tot het voorjaar.", True),
     ("Bus rijdt om, busbaan is afgesloten", "De bussen rijden via de wijk.", True),  # bus(1) + busbaan(2) = 3
+    # refactor 2026-09-13 — positieve gevallen die de dienststoring-context én
+    # sterke signalen vastleggen (prompt "Starke OV-signalen").
+    ("NS meldt storing: sprinters rijden niet", "De storing wordt verholpen.", True),  # ns-titel + 'sprinters rijden niet'-context
+    ("Metro rijdt niet tussen Rotterdam en Schiedam", "De metro's stoppen na de storing.", True),  # 'metro rijdt niet'-context (2) + metro(2)
+    ("Buslijn 12 vervalt tijdelijk", "De vervanging rijdt via de wijk.", True),  # buslijn(2) + vervoer(1)
+    ("Werkzaamheden aan perron", "Het perron wordt nieuwe maand opgeknapt.", True),  # perron-titel-anker (2+2)
+    ("Nieuwe bushalte geopend", "De halte ligt aan de rand van de wijk.", True),  # bushalte-whitelist (2+2)
+    ("Sprinters rijden niet tussen Utrecht en Amsterdam", "De oorzaak is nog onbekend.", True),  # dienststoring-context(2) + sprinter(1) = 3 — prompt: echte sprinter-context
+    ("Stoptreinen rijden niet naar Den Haag vanwege een storing", "De NS zet bussen in.", True),  # 'stoptreinen rijden niet'(2) + trein(1) + ns(2)
+    # refactor 2026-09-13 — negatieve gevallen (prompt): ambigue woorden en
+    # straatnamen mogen niet zelfstandig voldoende zijn.
+    ("Nieuwe woning bij station", "", False),  # woning naast station: station(1) < 3
+    ("Restaurant opent nieuwe vestiging", "Het restaurant ligt tegenover het station waar dagelijks veel reizigers komen.", False),  # station+reizigers als bijzin — titel zegt niets over OV
+    ("Stationstraat krijgt nieuwe woningen", "", False),  # straatnaam-inert (oudere blacklist-entries verwijderd, refactor 2026-09-13)
+    ("Werkzaamheden aan de stationsweg", "", False),
+    ("Het stationsplein wordt heringericht voor de markt", "", False),
+    ("De auto stond stationair te draaien", "", False),
+    ("Nieuwe stationwagen van het merk", "", False),
+    ("Stationcar uit de jaren zestig", "", False),
+    ("De Metro publiceert vandaag een interview", "De krant verschijnt wekelijks.", False),  # krant 'De Metro': metro(2) alleen
+    ("Tram is een populaire naam voor het café", "", False),  # café 'De Tram': tram(2) alleen
+    ("Schoolbus betrokken bij ongeval", "De kinderen werden opgevangen.", False),  # schoolbus: 0 OV-hits
+    ("Bus en station tijdelijk gesloten voor het feest", "", False),  # bus(1)+station(1) = 2 — geen auto-pass
+    ("Wijkbewoners klagen over het station en de bussen", "De gemeente komt langs.", False),  # station(1)+bussen(1)=2 — bus+station is geen auto-pass
+    ("Passagiers klagen over de incheckbalie", "De balie opende te laat.", False),  # passagiers(1)+inchecken(1) = 2
+    ("Gemeente verhuist naar het stationsgebouw", "Het station en het stationsgebied worden vernieuwd.", False),  # semantische stapel: station-varianten tellen niet als 4 signalen — alleen station(1) in samenvatting
+    # combinaties (prompt): twee onafhankelijke context-signalen zijn genoeg,
+    # tenzij de context niet-OV is (bovenstaande negatieve cases).
+    ("Bus en tram krijgen in december een nieuwe dienstregeling", "", True),  # bus(1)+dienstregeling(1)+tram(2) = 4 — echte OV-context van bus+dienstregeling
+    ("Tram krijgt nieuwe dienstregeling", "De wijziging geldt vanaf december.", True),  # tram(2)+dienstregeling(1) = 3
+    ("De halte wordt verplaatst voor de bus", "De nieuwe halte komt bij de rotonde.", True),  # halte(2)+bus(1) = 3
+    ("Metro rijdt niet vanwege een storing", "Er is onbekend wanneer het rijden hervat.", True),  # metro(2)+storing(1) = 3 (prompt: metro+storing)
+    ("Trein rijdt niet meer op de spoorlijn naar Den Bosch", "Werkzaamheden duren tot maart.", True),  # trein(1)+spoorlijn(2) = 3 (prompt: trein+spoorlijn)
+    ("Sprinters rijden niet; NS zet bussen in", "", True),  # sprinter(1)+rijden-niet(2)+ns(2) (prompt: sprinter+NS)
+    ("De trams rijden niet door een storing", "Er zijn vervangende bussen ingezet.", True),  # trams(2)+rijden-niet(2) (prompt: tram-storing)
+    ("Tramverkeer stilgelegd na aanrijding", "", True),  # tramverkeer-whitelist (prompt: tram-storing)
+    ("ProRail meldt wisselstoring op traject Utrecht", "Het treinverkeer ligt stil.", True),  # prorail-whitelist + treinverkeer(2)
+    ("Treinstoring tussen Den Haag en Leiden", "Reizigers moeten rekening houden met vertraging.", True),  # treinstoring-whitelist (prompt: treinstoring)
+    ("Treinvertraging op het spoor bij Utrecht", "", True),  # treinvertraging-whitelist (prompt: echte treinvertraging)
+    ("NS past de dienstregeling aan", "Door werkzaamheden rijden er minder treinen.", True),  # prompt-voorbeeld: ns + treinen
 ]
 print(f"== regressie: {len(GOLDEN)} cases (precision-first) ==")
 for t, s, want in GOLDEN: