v1.15.0: filter vereenvoudigd naar drie regels — 30 semantische groepen i.p.v. families+whitelist+blacklist

- Strip de filter terug tot: (1) sterk signaal in de titel -> door;
  (2) score van unieke semantische groepen >= 3 met titel-signaal -> door;
  (3) anders weg. Geen whitelist (82 termen), geen blacklist, geen span-merge,
  geen dienststoring-titelanker meer; woordgrenzen/lookbehinds weren de
  bekende botsingen structureel (schoolbus/VW-bus/stationsstraat/stationair/
  treinstraat/treinweg).
- Lijsten 49 families + 82 whitelist + 2 blacklist = 133 -> 16 sterk + 14
  ambigu = 30 groepen; filterzone 524 -> ~292 regels; match-methodes 4 -> 2.
- Vijf historische uitzonderings-families geschrapt (busongeluk, sein, breng,
  hermes, inchecken, kaartje, rails, staking, e.d.) — die woorden leveren nu
  0 signalen op en de bekende false positives blijven geweerd.
- Completheids-audit ving de Maaslijn/Nedersaksenlijn/Kamperlijn/waterbus-
  regressie op (hersteld); resterende zero-hit-kandidaten geen wijziging.
- validate_filter.py: invarianten 1-3 + 113 regressie-cases (90 onveranderd
  groen + 23 nieuw); prompt-matrix 27/27.
- Gedragswijziging op 45 productiedagen: uitsluitend false positives extra
  geweerd (buitenlandse veerboot-rampen, Zwitsers busongeluk, delftopzondag
  tram+halte, Cox/RET, tram-blokkade); 0 recalls verloren.
- README/AGENTS.md/vault bijgewerkt.

.gitignore

@@ -2,4 +2,4 @@ __pycache__/
 *.pyc
 
 # Taakbestanden die geen onderdeel zijn van de repo
-Prompt voor agent*.md
+Prompt*.md

AGENTS.md

@@ -3,9 +3,11 @@
 Maubot-plugin `nl.eddydevink.rss` (RSS → Matrix + WhatsApp), met een OV-nieuwsfilter dat **vast in code** staat.
 
 ## Verplicht vóór elke filterwijziging
-1. Lees het **volledige classificatiebeleid** in `buzzrss/bot.py` — het blok BOVEN `MATCH_FILTER_FAMILIES`
-   (max-2-stelsel: whitelist + gewichten 2/1, precision-first, en de werkwijze voor nieuwe woorden).
-2. Draai **`python3 buzzrss/validate_filter.py`** — de filter-invarianten en regressie-cases MOETEN groen
+1. Lees het **volledige classificatiebeleid** in `buzzrss/bot.py` — het blok BOVEN `MATCH_FILTER_STRONG`
+   (drie regels: sterk signaal in de titel → door; score van unieke semantische groepen ≥ 3 mét
+   titel-signaal → door; anders wegfilteren. Sterk=2, ambigu=1/2, drempel 3; geen whitelist/blacklist —
+   woordgrenzen weren de botsingen. Werkwijze voor nieuwe woorden = beleidsblok).
+2. Draai **`python3 validate_filter.py`** (repo-root) — de filter-invarianten en regressie-cases MOETEN groen
    zijn voordat filtercode gecommit/gedeployed wordt.
 3. **Compleetheids-audit (verplicht, besluit 2026-09-12):** check bij elke filterwijziging óók of de
    woordenlijsten compleet zijn — draai de OV-gap-scan over de afgewezen artikelen van de
@@ -13,8 +15,8 @@ Maubot-plugin `nl.eddydevink.rss` (RSS → Matrix + WhatsApp), met een OV-nieuws
    klasseer nieuwe kandidaten volgens het beleid (minimaal één extra LLM; enige stem TWIJFEL/NIET-OV => zwak)
    en vul de families desgevraagd aan. Exacte procedure = stap (e) in het beleidsblok in `buzzrss/bot.py`.
 4. Precision-first (gebruikersbesluit 2026-09-10): **liever een OV-bericht te veel gefilterd dan een
-   niet-OV-bericht te veel doorgelaten.** Bij twijfel over een woord: zwak maken (eigen familie), nooit
-   sterk/whitelist.
+   niet-OV-bericht te veel doorgelaten.** Bij twijfel over een woord: ambigu maken (eigen groep), nooit
+   sterk.
 
 ## Niet doen
 - **NOOIT** maubot `reload` gebruiken. Deploy = mbp bouwen uit de VOLLEDIGE bron

README.md

@@ -38,53 +38,40 @@ Bestuurders: admins uit de config, of gebruikers met een powerlevel ≥ dat van
 RSS-state-event in die room (default 50 als geen level is ingesteld).
 Bij een room-tombstone worden abonnementen automatisch naar de vervangende room verplaatst.
 
-## Het OV-matchfilter (v1.14.0)
+## Het OV-matchfilter (v1.15)
 
 De volledige classificatie + de werkwijze voor nieuwe woorden staat in
-`buzzrss/bot.py`, boven `MATCH_FILTER_FAMILIES` — **dat blok is leidend** bij elke
-wijziging. Samengevat:
+`buzzrss/bot.py`, boven `MATCH_FILTER_STRONG` — **dat blok is leidend** bij elke
+wijziging. Samengevat, in drie regels:
 
 ```text
-score = Σ gewichten van unieke OV-termen over titel + samenvatting
-        (één term = één signaal per artikel; overlappende familie-treffers wegen 1×
-         met het hoogste gewicht — span-merge, besluit 2026-09-13)
-        + 2  als een whitelist-term óf een dienststoring-zin in de TITEL staat
-
-doorlaten ⇔  score ≥ 3   én   (titel-signaal  ∨  geen zwakke term in de score)
+1. staat er een STERK signaal in de TITEL?         -> PLAATSEN
+2. score = som unieke groeps-gewichten ≥ 3 én de titel bevat een signaal? -> PLAATSEN
+3. anders                                          -> NIET PLAATSEN
 ```
 
-Stappen:
-
-1. **Sterk titel-signaal — door.** Een whitelist-term (NS, ProRail, spoorstoring,
-   perron, bushalte, ovpay, openbaar vervoer, …) of een dienststoring-zin
-   (‹vervoerswoord› `rijdt/rijden … niet`, bv. 'sprinters rijden niet', 'metro rijdt niet')
-   in de titel is voldoende.
-2. **Context — som ≥ 3.** Gewichten: **sterk (2)** = onmiskenbaar OV
-   (vervoerders, spoorinfra, bus-samenstellingen, trein-storingsjargon, tram/metro/halte,
-   storingszin, …), **zwak (1)** = dubbelzinnig, elk met een eigen familie
-   (trein, bus, station(s), sprinter, reiziger, vervoerder, sein, overweg, breng, …)
-   en alleen als combinatie geldig. Max-2-stelsel: geen enkele familie weegt meer dan 2,
-   één sterke hit kan nooit solo doorlaten.
-3. **Titel-anker.** Zonder enig OV-signaal in de titel (geen familie-hit, geen
-   whitelist-term, geen storingszin) mag de score geen zwak woord bevatten —
-   'station' + 'pendelbus' + 'bus' in een samenvatting is geen OV-bewijs.
-   Uitzondering die bewust blijft: **twee sterke termen in de samenvatting** (bv. de
-   delftopzondag-bereikbaarheidszin 'tram 1, halte Buitenhofdreef', besluit 2026-09-13).
-
-Zwarte lijst (`MATCH_FILTER_BLACKLIST`): gematchte woorden zonder OV-waarde —
-na de v1.14.0-opschoning alleen nog `treinstraat`/`treinweg`. De oudere
-stations\*-vormen (`stationsstraat`, `stationair`, `stationcar`, `stationeren`, …)
-zijn inert sinds de woordgrens-familie `\bstations?\b` en worden door tests bewaakt.
-
-### Bekende bewust-geaccepteerde doorlatingen / weigeringen
-
-- *Door*: 'met een tram en halte bereikbaar'-zinnen in lokale berichten (2 sterke
-  termen, samenvatting) — kurk op de fles is het max-2-stelsel + titel-anker.
-- *Geweerd*: krant 'De Metro', café 'De Tram', atleet-'sprinter',
-  'VW-bus'/'schoolbus' (koppelteken- en woordgrensregels), werkwoord 'brengen',
+- **Sterk (2 punten, titel = zelfstandig)**: vervoerders (NS, ProRail, Arriva,
+  RET, GVB, Qbuzz, Deutsche Bahn, TESO, ...), spoorjargon (spoorstoring, spoorlijn,
+  wisselstoring, treinstoring, ertms, perron, ...), bus-samenstellingen
+  (bushalte, buslijn, busbaan, buschauffeur), tramverkeer/tramlijn, metrolijn,
+  intercity/streekvervoer/veerdienst/buurtbus, conducteur, ov-chipkaart/ovpay,
+  openbaar vervoer, lightrail, 'lijn 12', ICE-frasen, rangeer... én de
+  dienststoring-zin ('sprinters rijden niet', 'metro rijdt niet').
+- **Ambugue (1 punt; halte/tram/metro/spoorbrug 2)** — contextafhankelijk,
+  nooit zelfstandig voldoende, alleen als combinatie: `bus`, `trein`,
+  `station(s)`, `reiziger`/`passagier`, `vervoer(der)`, `sprinter`,
+  `pendelbus`/`shuttlebus`, `dienstregeling`, `ontsporen`, `spoor`.
+- **Semantische groepen tellen één keer per artikel**: 'bus' + 'buslijn' +
+  'busvervoer' + 'busstation' is één bus-signaal (bus-samenstelling, bus,
+  station — nooit vier onafhankelijke signalen).
+- **Geen whitelist, geen blacklist**: woordgrenzen en koppelteken-lookbehinds
+  weren structureel 'schoolbus'/'VW-bus', 'stationsstraat'/'stationair'/
+  'stationcar'/'treinstraat'/'treinweg'. Bekende false positives blijven geweerd:
+  krant 'De Metro', café 'De Tram', atleet-'sprinter', werkwoord 'brengen',
   idioom 'goed met elkaar overweg kunnen', 'een wijk opwaarderen',
   brandweerjargon 'sein brandmeester', figuratief 'weer op de rails',
-  achternaam 'Hermes' (Margraten), 'restaurant/woning naast busstation'.
+  achternaam 'Hermes', buitenlandse veerboot-/busrampen, 'restaurant/woning naast
+  busstation'.
 
 ## Tests
 
@@ -92,13 +79,13 @@ zijn inert sinds de woordgrens-familie `\bstations?\b` en worden door tests bewa
 python3 validate_filter.py
 ```
 
-Vaste invarianten + regressie (momenteel **90 cases**):
+Vaste invarianten + regressie (momenteel **110 cases**):
 
-1. dubbelzinnige woorden → alleen zwak (1), nooit whitelist;
-2. onmiskenbare OV-termen → sterk (2) of whitelist;
-3. alle families compileren, gewichten in {1, 2};
-4. elke whitelist-term zit óók in een familie én elke zwartgelijste term wordt door
-   een familie gematcht (geen inert gewicht).
+1. gewichten geldig (sterk 2; ambigu in {1, 2}), drempel 3;
+2. trefwoorden matchen hooguit één groep per categorie (geen overlappende regexes);
+3. semantische varianten ('bus' + 'buslijn' + 'busvervoer', 'station'-reeks)
+   leveren samen één signaal op;
+4. regressie: bekende positive/negative/combinatie-cases (precision-first).
 
 **Verplicht vóór elke filterwijziging** (zie `AGENTS.md`): het classificatiebeleid in
 `buzzrss/bot.py` lezen, `validate_filter.py` groen, en de **compleetheids-audit**:

buzzrss/bot.py

@@ -52,283 +52,103 @@ from .migrations import upgrade_table
 rss_change_level = EventType.find("xyz.maubot.rss", t_class=EventType.Class.STATE)
 
 
-# Gewogen OV-trefwoord-families voor het match-filter. Elke tuple = (regex, gewicht).
-# 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): 'ov-chipkaart' bevat 'chipkaart', 'openbaar vervoer' bevat
-# 'vervoer', 'treinstoring' matcht de zwakke \w*trein\w*-familie mee — geen
-# dubbeltelling (besluit 2026-09-13; 'busbaan' stond in twee families en is
-# 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).
-# Gewicht 2 (onmiskenbaar OV: merken, sectorjargon, samenstellingen als bushalte/
-# spoorlijn/veerboot — de vroegere 'sterk(3)' én 'medium(2)' zijn hierin
-# opgegaan, want beide moeten nu combineren).
-# Gewicht 1 (zwak/dubbelzinnig): moet met een andere OV-familie combineren
-# (een tweede, andere familie — dezelfde zwakke familie in titel én samenvatting
-# telt niet als combinatie) EN minstens één zwak woord moet in de TITEL staan:
-# een combinatie van alleen zwakke woorden in de samenvatting is geen bewijs
-# (het golfbericht met "station" + "pendelbus" + "bus" in de samenvatting is
-# geen OV-nieuws). Weert zo "VW-bus"/"schoolbus", "weer op de rails", het
-# werkwoord "brengen", het idioom "goed met elkaar overweg kunnen", het werkwoord
-# "overwegen", het werkwoord "opwaarderen" en brandweerjargon ("sein brandmeester"),
-# zonder eenduidige bushalte/overweg/NS/trein-berichten te raken.
-# Inflectie: families matchen met \w* aan het eind, zodat meervoud en vervoeging
-#   meegenomen worden ("spoorlijnen", "seinstoringen", "ontspoorde", "chipkaarten").
-#   Een koppelteken vóór een match is géén OV-signaal: "VW-bus" en "radio-station"
-#   vallen af (lookbehind bij 'bus' resp. 'station').
-# MATCH_FILTER_BLACKLIST: gematchte woorden die tóch geen OV-waarde hebben (o.a.
-#   straatnamen rond stations — "de Stationsstraat afsluiten voor een festival"
-#   is geen OV-nieuws). Zwartgelijste woorden leveren geen score op, maar
-#   blokkeren de familie niet: een écht "station"-woord ernaast scoort gewoon.
-# Bewust geaccepteerde botsingen: krant "De Metro"/café "De Tram" (gewicht 2,
-#   moet combineren). 'spoorbrug' weegt 2: een brug is vaak louter locatie
-#   ('bij de spoorbrug tussen Liempde en Boxtel', Stuifmail 2026-09-12) — écht
-#   spoorbrug-nieuws combineert met trein/spoor/verkeer (besluit 2026-09-12).
-# Naam-botsingen die bewust zijn afgezwakt (2026-09-12): 'hermes' (vervoerder
-#   Hermes vs. achternaam Ton Hermes — Margraten-false positive), 'breng'
-#   (vervoerder vs. werkwoord 'brengen'), 'spoor' (figuurlijk 'op het spoor van').
-# Losse algemene woorden zijn zwak (moeten combineren): "trein", "sprinter"
-#   (atleet), "vervoerder" (logistiek), "reiziger"/"passagier" (vliegen),
-#   "inchecken"/"uitchecken" (Schiphol/hotel), "station(s)" (omroepen), "bus",
-#   "sein" (brandweer), "overweg", "breng", "kaartje", "opwaarderen", "rails",
-#   "staking" (alle sectoren), "vervoer" (vracht/auto), "abonnement", "ritten".
-# Multi-woord-frasen en merknamen (ice-berlijn, deutsche bahn, european sleeper,
-# ns international, teso, italo, nightjet, maaslijn) zijn onmiskenbaar OV en
-# wegen 2; een los 'ice' is NIET toevoegbaar (case-insensitive botsing met 'ijs',
-# besluit 2026-09-12).
 # =====================================================================
-# FILTERCLASSIFICATIE-BELEID (bij elke aanpassing aan het filter volgen)
-# =====================================================================
-# Doel: precisie boven recall. Liever een OV-bericht te veel gefilterd dan
-# een niet-OV-bericht te veel doorgelaten (gebruikersbesluit, 2026-09-10).
+# OV-MATCHFILTER (v1.15) — precisie boven recall (gebruikersbesluit
+# 2026-09-10): liever een OV-bericht te veel wegfilteren dan één niet-OV-bericht
+# te veel plaatsen.
 #
-# Beslissing, in drie stappen (refactor 2026-09-13; logica equivalent met de
-# 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,
-#      bovenop het familie-gewicht van dezelfde term (elke whitelist-term zit
-#      óók in een familie) — samen altijd >= drempel, dus eenduidige OV-titels
-#      ('Reactie Nederlandse Spoorwegen', 'Werkzaamheden aan perron') passeren
-#      alleen. REGEL: twijfel je of de term ook buiten het OV kan voorkomen ->
-#      NIET hier, maar zwak (eigen familie). Een whitelist-term ALLEEN in de
-#      SAMENVATTING blijft inert: een bijzin als 'de zakelijke bezoeker is ook
-#      nodig voor het openbaar vervoer' in een economiebericht is geen
-#      OV-nieuws (besluit 2026-09-12); zo'n hit scoort alleen via de familie.
-#   2. CONTEXT: som van unieke OV-signalen over titel + samenvatting
-#      >= drempel (3). Per familie 1× per artikel (herhaling of beide velden
-#      tellen niet dubbel, besluit 2026-09-11); overlappende familie-treffers
-#      van dezelfde term wegen 1× met het hoogste gewicht (span-merge in
-#      _fam_hits, besluit 2026-09-13 — 'ov-chipkaart' bevat 'chipkaart' maar
-#      weegt als één term 2, geen 3).
-#      - sterk (2):    onmiskenbaar OV-jargon/merken/samenvoegingen (spoorlijn,
-#                      bushalte, busverkeer, intercity, veerboot, ertms,
-#                      rangeer..., ice-frasen, ...) én het dienststoring-
-#                      contextpatroon 'vervoerswoord + rijdt/rijden (niet) +
-#                      niet' ('sprinters rijden niet', 'metro rijdt niet').
-#                      Eén hit (titel óf samenvatting) is onvoldoende: moet
-#                      combineren (2 + 1 = 3). De vroegere 'één sterk woord
-#                      volstaat'-regel is vervallen — 'hermes' als achternaam
-#                      passeerde zo op één vervoerder-hit (Margraten,
-#                      2026-09-12).
-#      - zwak (1):     DUBBELZINNIGHEID. Woorden die (ook) buiten het OV
-#                      voorkomen. REGEL: elk dubbelzinnig woord krijgt een EIGEN
-#                      familie (niet samengevoegd), zodat twee verschillende
-#                      zwakke woorden wél als combinatie tellen, maar één enkel
-#                      woord nooit de doorslag kan geven. Bekende dubbelzinnige:
-#                      trein, bus, station(s), sprinter, reiziger/passagier,
-#                      vervoerder, inchecken/uitchecken, sein, overweg, breng,
-#                      kaartje, opwaarderen, rails, dienstregeling, chipkaart,
-#                      reisproduct, vervoer(s)bewijs, ontsporen,
-#                      pendelbus/shuttlebus (evenement-/hotel-/parkeerpendel;
-#                      synoniemen -> bewust één familie), busongeluk/busvervoer
-#                      (touringcar/schoolbus), staking, vervoer, vervoersbedrijf,
-#                      vervoerregio, ritten, bovenleiding (industrie),
-#                      abonnement, hermes, spoor.
-#   3. TITEL-ANKER: staat er geen enkel OV-signaal in de titel (geen
-#      familie-hit, geen whitelist-term), dan is de score uitsluitend
-#      samenvatting-bewijs en mag die geen zwak woord bevatten. Twee/meer
-#      zwakke woorden in de samenvatting ('station' + 'pendelbus' + 'bus' in
-#      een golfverslag) en sterk+zwak uitsluitend in de samenvatting
-#      ('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.
+# Beslissing, in drie regels:
+#   1. STERK signaal in de TITEL             -> plaatsen
+#   2. score >= drempel (3)  én  de TITEL bevat minstens één signaal
+#                                             -> plaatsen (context)
+#   3. anders                                 -> wegfilteren
 #
-# BEOORDELEN VAN EEN NIEUW WOORD (incl. COMPLETEHEIDS-AUDIT, 2026-09-12):
-#   a) Kan het ook buiten het OV voorkomen?  ja -> zwak (1), eigen familie.
-#   b) Is het een samenvoeging/merk die alleen OV kan betekenen? -> sterk (2)
-#      of whitelist (frasen die in élke context OV betekenen).
-#   c) Bij twijfel: zwak (1). Conservatief = precision-first.
-#   d) Ter controle: leg nieuwe woordkandidaten voor aan minimaal één extra
-#      taalmodel (de audit op 2026-09-10 gebruikte 3 modellen; enige stem
-#      'TWIJFEL'/'NIET-OV' => behandelen als dubbelzinnig).
-#   e) COMPLETEHEID (besluit 2026-09-12): check bij elke filterwijziging óók of
-#      de families compleet zijn — draai de OV-gap-scan over de afgewezen
-#      artikelen van OV-specialist-feeds (SpoorPro/Treinreiziger/Mobiliteit),
-#      classificeer nieuwe kandidaten via stap a-d en vul aan. De audit van
-#      2026-09-12 leverde o.a. spoorsector, spoorbeheerder, spoornet,
-#      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"
-)
-
+# score = som van de gewichten van unieke SEMANTISCHE GROEPEN over titel +
+# samenvatting. Elke groep telt hooguit één keer per artikel — meerdere woorden
+# uit dezelfde groep ('bus' + 'buslijn' + 'busvervoer', of 'station' +
+# 'stationsgebouw' + 'stationsplein') leveren samen één signaal op en tellen
+# nooit kunstmatig op (refactor v1.15). Woordgrenzen en koppelteken-lookbehinds
+# weren de bekende botsingen structureel: 'schoolbus'/'VW-bus' matchen de
+# bus-groep niet, 'stationsstraat'/'stationair'/'stationcar'/'stationwagen' de
+# station-groep niet — er is GEEN zwarte lijst meer nodig.
+#
+#   STERK (2 punten): termen die vrijwel altijd betekenen dat het artikel over
+#   OV gaat; in de TITEL zijn ze zelfstandig voldoende ("een sterk signaal mag
+#   zelfstandig voldoende zijn"). In de samenvatting tellen ze als context van 2.
+#   Honkvaste typografie: 'ns' alleen op woordgrens (niet in 'kunstenaar'),
+#   'ov' niet in 'ov-chipkaart'/'ov-staking' ((?!-)-lookahead), de Meervouds-
+#   vormen via (?:en)?-suffix.
+#   AMBIGU (1 punt; halte/tram/metro/spoorbrug 2): contextafhankelijk en nooit
+#   zelfstandig voldoende — 'bus', 'trein', 'station', 'tram', 'metro', 'halte',
+#   'reiziger', 'vervoerder', 'sprinter', 'pendelbus', 'spoorbrug',
+#   'dienstregeling', 'ontsporen', 'spoor'. Alleen combinaties tellen:
+#   trein+spoorlijn, metro+rijdt-niet, tram+dienstregeling, sprinter+NS,
+#   bus+halte. Dezelfde groep in titel én samenvatting blijft één signaal.
 # =====================================================================
-MATCH_FILTER_FAMILIES: list[tuple[str, int]] = [
-    # sterk (2) — onmiskenbaar OV, maar één hit is onvoldoende (max-2-stelsel,
-    # besluit 2026-09-12): elke echte OV-bericht combineert met een tweede signaal.
-    (r"\b(?:ns|arriva|qbuzz|connexxion|cxx|transdev|keolis|ret|gvb|ebs|htm|syntus|u-ov|allgo|flixbus|blauwnet|r-net|valleilijn|waterbus|eurostar|thalys|randstadrail|gvu|prorail|rrreis|qliner|ov|teso|deutsche bahn|european sleeper|ns international|italo|nightjet)\b", 2),  # vervoerders; 'hermes' is zwak (achternaam-botsing, Margraten 2026-09-12), 'Breng' ook (werkwoord "brengen"); internationale vervoerders: teso (veer), deutsche bahn/european sleeper/italo/nightjet/ns international (audit 2026-09-12)
-    (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'/'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
-    (r"\blijn\s?\d{1,3}\b", 2),  # 'lijn 12' — vervoerslijn met nummer
-    (r"(?:\brangeer\w*|\brangeren\w*)\b", 2),  # rangeren/rangerend/rangeerterrein/rangeerbedrijf: onmiskenbaar spoorjargon (audit 2026-09-12; stam 'rangeren' = ranger+en, 'rangeerterrein' = rangeer+...)
-    (r"\bice[\s\-–—]*(?:berlijn|hamburg|brussel|bremen|parijs|frankfurt|keulen|amsterdam|bazel|milaan|kopenhagen|zurich|zürich|duitsland|international)\b|\bice-trein\w*\b", 2),  # ICE-frasen: onmiskenbaar trein; los 'ice' is NIET toevoegbaar (case-insensitive botsing met 'ijs', besluit 2026-09-12)
-    # onmiskenbaar OV maar iets algemener (2, moet ook combineren)
-    (r"\btrams?\b", 2),
-    (r"\bmetro(?:'?s)?\b", 2),
-    (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
-    # zwak (1) — dubbelzinnig, moet combineren
-    (r"(?<!-)\bbus(?:sen)?\b", 1),  # ná een koppelteken geen OV: 'VW-bus', 'school-bus' 
-    (r"\b(?:pendelbus|shuttlebus)\w*\b", 1),  # evenement-/hotel-/parkeerpendel ('pendelbus naar de golfbaan') is geen OV; synoniemen bewust in één familie
-    (r"\b(?:inchecken|uitchecken)\w*\b", 1),  # ook op luchthavens/hotels — geen OV-jargon, moet combineren
-    (r"\bsprinters?\b", 1),  # ook atleet ('sprinter verpulvert record') — aparte familie, moet combineren
-    (r"\bvervoerders?\b", 1),  # ook logistiek ('vrachtvervoerder') — aparte familie, moet combineren
-    (r"\b(?:reizigers?|passagiers?)\b", 1),  # ook 'zakenreizigers vliegen' / vliegtuigpassagiers — synoniemen bewust één familie (audit 2026-09-12)
-    (r"\bdienstregeling\w*\b", 1),  # dubbelzinnig (modelaudit) — meestal OV, maar moet combineren
-    (r"\bchipkaart(?:en)?\b", 1),  # dubbelzinnig (bankpas/algemeen) — aparte familie
-    (r"\breisproduct(?:en)?\b", 1),  # dubbelzinnig — aparte familie
-    (r"\bvervoer(?:s)?bewijs\w*\b", 1),  # dubbelzinnig — aparte familie
-    (r"\b(?:ontspor|ontspoor)\w*\b", 1),  # werkwoord 'ontsporen' is dubbelzinnig ('het plan ontspoorde'); echte trein-ontsporing combineert met trein/spoor 
-    (r"\bbreng\b", 1),  # vervoerder Breng vs werkwoord "brengen" ("hoe breng je ... in beeld")
-    (r"\boverweg\b", 1),  # spoorwegovergang vs idioom "goed met elkaar overweg kunnen"
-    (r"\boverwegen\b", 1),  # meervoud van overweg vs werkwoord ("een gratieverlening overwegen")
-    (r"\bsein\b", 1),  # spoorsein vs brandweerjargon ("sein brandmeester") en figuurlijk gebruik
-    (r"\bkaart(?:je|jes)\b", 1),
-    (r"\bopwaarderen\b", 1),  # ov-chipkaart opladen vs werkwoord "een wijk/park opwaarderen"
-    (r"\brails\b", 1),
-    (r"\bbusongeluk(?:ken)?\b", 1),  # audit 2026-09-12: ook touringcar/schoolbus; combineert met buschauffeur/bus → door (busongeluk Zwitserland)
-    (r"\bbusvervoer\b", 1),  # audit 2026-09-12: ook touringcar-/bedrijfsvervoer
-    (r"\bspoor\b", 1),  # figuurlijk 'op het spoor van de daders', 'het spoor bijster'; écht spoornieuws combineert met spoorlijn/trein/perron
-    (r"\bstaking(?:en)?\b", 1),  # arbeidsstaking in alle sectoren; 'spoorstaking'/'busstaking'/'ov-staking' zitten in de sterke families (besluit 2026-09-12)
-    (r"\bvervoer\b", 1),  # ook vracht-/autovervoer; 'openbaar vervoer' zit in de sterke familie; samenstellingen (streekvervoer e.d.) matchen hier niet (geen \b)
-    (r"\bvervoersbedrijf(?:ven)?\b", 1),  # ook goederen-/taxibedrijf (audit 2026-09-12)
-    (r"\bvervoerregio'?s?\b", 1),  # OV-autoriteit ('Vervoerregio Amsterdam'), maar audit: ook algemener vervoersgebied
-    (r"\britten\b", 1),  # ook fiets-/taxiritten (audit 2026-09-12)
-    (r"\bbovenleiding(?:en)?\b", 1),  # audit 2026-09-12: ook water/gas/elektra-bovenleiding; spoor-combinatie (spoorlijn/ertms) haalt de drempel
-    (r"\babonnement(?:en)?\b", 1),  # gym/museum/telefoon (audit 2026-09-12)
-    (r"\bhermes\b", 1),  # vervoerder Hermes vs. achternaam (Ton Hermes, stichting Adoptie Graven Margraten, 2026-09-12)
+MATCH_FILTER_STRONG: list[tuple[str, str]] = [
+    # vervoerders / OV-merken
+    (r"\b(?:ns|prorail|arriva|qbuzz|connexxion|cxx|transdev|keolis|ret|gvb|htm|ebs"
+     r"|syntus|u-ov|allgo|flixbus|blauwnet|r-net|valleilijn|gvu|rrreis|qliner|teso"
+     r"|eurostar|thalys|randstadrail|deutsche bahn|ns international|european sleeper"
+     r"|italo|nightjet)\b", "vervoerders"),
+    (r"(?<!-)\bov\b(?!-)", "ov"),  # 'het OV'; niet in ov-chipkaart/ov-staking
+    (r"\b(?:spoorweg(?:en)?|spoorba(?:an|nen)|spoorlijn(?:en)?|spoorverkeer"
+     r"|spoorwegovergang(?:en)?|spoorstoring(?:en)?|spoorstaking(?:en)?|spoorsector"
+     r"|spoorbeheerder|spoornet|spoorvervoerder|wisselstoring(?:en)?|seinstoring(?:en)?"
+     r"|ertms|treinstoring(?:en)?|treinverkeer|treinstaking(?:en)?|treinongeval(?:len)?"
+     r"|treinbotsing(?:en)?|treinvertraging(?:en)?|treinhinder|treinuitval"
+     r"|treinverstoring(?:en)?|treinstel(?:len)?)\b", "spoorjargon"),
+    (r"\bperrons?\b", "perron"),
+    (r"\b(?:bushaltes?|buslijn(?:en)?|busba(?:an|nen)|buschauffeurs?|bushokjes?"
+     r"|busnet(?:ten)?|busverkeer|busstaking(?:en)?)\b", "bussamenstelling"),
+    (r"\b(?:tramhaltes?|tramlijn(?:en)?|tramverkeer|tramnet(?:ten)?)\b", "tramsamenstelling"),
+    (r"\b(?:metrolijn(?:en)?|metroverkeer)\b", "metrosamenstelling"),
+    (r"\b(?:intercity'?s?|streekvervoer|stadsvervoer|buurtbus(?:sen)?|belbus(?:sen)?"
+     r"|veerdienst(?:en)?|waterbus(?:sen)?)\b", "treintype"),
+    (r"\b(?:maaslijn|nedersaksenlijn|kamperlijn)\b", "lijnnaam"),  # OV-lijnnamen (audit 2026-09-12)
+    (r"\bconducteurs?\b", "conducteur"),
+    (r"\b(?:ov-chipkaart|ovpay|ov-pay|studentenreisproduct)\b", "ovtarief"),
+    (r"\blightrail\b", "lightrail"),
+    (r"\blijn\s?\d{1,3}\b", "lijnnummer"),
+    (r"\b(?:rangeer\w*|rangeren)\b", "rangeren"),
+    (r"\bopenbaar vervoer\b", "openbaar vervoer"),
+    (r"\bice[\s\-–—]*(?:berlijn|hamburg|brussel|bremen|parijs|frankfurt|keulen"
+     r"|amsterdam|bazel|milaan|kopenhagen|zurich|zürich|duitsland|international)\b"
+     r"|\bice-trein(?:en)?\b", "ice"),
+    # dienststoring: vervoerswoord + 'rijdt/rijden/vaart (niet)' + 'niet'
+    (r"\b(?:sprinters?|stoptrein(?:en)?|intercity'?s?|trein(?:en)?|trams?|bussen|bus"
+     r"|metro'?s?|veerdienst(?:en)?)\s+(?:rijdt|rijden|reed|reden|vaart|varen)"
+     r"\s+niet\b", "dienststoring"),
+]
+MATCH_FILTER_AMBIGUE: list[tuple[str, int, str]] = [
+    (r"\bhaltes?\b", 2, "halte"),            # contextzwaar, niet zelfstandig
+    (r"\btrams?\b", 2, "tram"),
+    (r"\bmetro'?s?\b", 2, "metro"),
+    (r"\bspoorbrug(?:gen)?\b", 2, "spoorbrug"),  # vaak louter locatie (v1.10.1)
+    (r"(?<!-)\bbus(?:sen)?\b", 1, "bus"),    # 'VW-bus'/'schoolbus' matchen niet
+    (r"\b\w*trein\w*\b", 1, "trein"),        # trein, stoptrein, treinreizigers…
+    (r"\bstations?\b|\b(?:trein|bus|metro)station(?:s)?\b", 1, "station"),
+    (r"\breizigers?\b|\bpassagiers?\b", 1, "reiziger"),
+    (r"(?<!openbaar )\bvervoer(?:der|ders|sbedrij(?:f|ven)|regio'?s?)?\b", 1, "vervoer"),
+    (r"\bsprinters?\b", 1, "sprinter"),
+    (r"\b(?:pendel|shuttle)bus(?:sen)?\b", 1, "pendel"),  # evenement-/hotelpendel
+    (r"\bdienstregeling\w*\b", 1, "dienstregeling"),
+    (r"\b(?:ontspor(?:en|ing)?|ontspoord(?:e)?)\b", 1, "ontsporen"),
+    (r"\bspoor\b", 1, "spoor"),              # figuurlijk 'op het spoor van'
 ]
 
-# Drempel voor doorlaten: som van unieke familie-gewichten >= 3. Max-2-stelsel
-# (besluit 2026-09-12): geen enkele familie weegt meer dan 2, dus een enkele hit
-# kan nooit solo doorlaten; een whitelist-term in de titel telt +2 (zie
-# _filter_passes). De oude '2×titel + 1×samenvatting'-rekensom is vervallen
-# (2026-09-11: de titel weegt niet extra).
+# Drempel voor de context-regel (stap 2): som van unieke groeps-gewichten >= 3.
+# Max-gewICHT 2: een enkel signaal (zelfs halte/tram/metro/spoorbrug) kan nooit
+# solo doorlaten; écht OV-nieuws combineert in de praktijk altijd (gevalideerd
+# op 205 productie-artikelen, 2026-09-12).
 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 spoorlijnen die de \b\w*trein\w*\b-familie zou matchen:
-    # een straat die toevallig 'Trein' heet maakt een bericht geen OV-bericht.
-    "treinstraat", "treinweg",
-})
-
-# MATCH_FILTER_WHITELIST: termen die een bericht per definitie OV maken. Sinds
-# besluit 2026-09-12 is dit geen auto-pass meer: een whitelist-hit in de TITEL
-# telt +2 (één onmiskenbare term 2, nog een signaal nodig voor de drempel 3), en
-# in de SAMENVATTING helemaal niet (die scoort via de overeenkomstige familie —
-# een whitelist-term zit altijd óók in een familie). Zie _filter_passes.
-# "Onmiskenbaar" = in élke context OV: merken (NS/ProRail/Arriva), onmiskenbaar
-# jargon (spoorstoring, perron, bushalte, conducteur, ovpay), multi-woord-frasen
-# (nederlandse spoorwegen, openbaar vervoer, ice-berlijn ...).
-# Regel: twijfel je of de term ook buiten het OV kan voorkomen -> NIET hier, maar
-# zwak (eigen familie). Daarom 'hermes' hieruit (achternaam, besluit 2026-09-12).
-# 'treinstel'/'veerdienst'/'buurtbus'/'lijn 12' staan hier alleen als TITEL-anker
-# (= het oude effect van één onmiskenbare term in de titel, nu via +2) — in de
-# samenvatting wegen ze als familie (2/1). Vergelijking is case-insensitive.
-MATCH_FILTER_WHITELIST: frozenset[str] = frozenset({
-    # Vervoerders en OV-merken (incl. multi-woord termen)
-    "nederlandse spoorwegen", "ns", "prorail", "randstadrail", "arriva", "qbuzz",
-    "connexxion", "transdev", "keolis", "ret", "gvb", "htm", "ebs", "syntus",
-    "u-ov", "allgo", "blauwnet", "r-net", "valleilijn", "rrreis",
-    "qliner", "flixbus", "eurostar", "thalys", "gvu", "ovpay",
-    "deutsche bahn", "european sleeper", "ns international", "italo", "nightjet",
-    "teso", "ice-berlijn",
-    # Spoorinfra-jargon (samenvoegingen, onmiskenbaar OV)
-    "spoorstoring", "spoorverkeer", "spoorwegovergang", "spoorlijn", "spoorbaan",
-    "spoorstaking", "spoorsector", "spoorbeheerder", "spoornet", "spoorvervoerder",
-    "ertms", "perron", "wisselstoring", "seinstoring", "treinstoring", "treinverkeer",
-    "treinstaking", "treinongeval", "treinbotsing", "treinstel", "treinvertraging",
-    "treinhinder", "treinuitval", "treinverstoring", "maaslijn", "nedersaksenlijn",
-    "kamperlijn",
-    # Bus/tram/metro-jargon
-    "bushalte", "bushaltes", "busbaan", "buslijn", "busnet",
-    "busstaking", "buurtbus", "veerdienst", "lijn 12",
-    "tramhalte", "tramlijn", "tramnet", "tramverkeer",
-    "metrolijn", "metroverkeer",
-    # Tarief/vervoerder-jargon
-    "ov-chipkaart", "ov-staking", "lightrail",
-    "conducteur", "conducteurs",
-    "openbaar vervoer",
-})
-
-_compiled_match_families: list[tuple[re.Pattern, int]] = [
-    (re.compile(pat, re.IGNORECASE), w) for pat, w in MATCH_FILTER_FAMILIES
+_compiled_match_strong: list[tuple[re.Pattern, str]] = [
+    (re.compile(pat, re.IGNORECASE), name) for pat, name in MATCH_FILTER_STRONG
+]
+_compiled_match_ambigue: list[tuple[re.Pattern, int, str]] = [
+    (re.compile(pat, re.IGNORECASE), w, name) for pat, w, name in MATCH_FILTER_AMBIGUE
 ]
-
-# Whitelist: enkel-woord termen als \\b-term\\b (geen substring-botsingen zoals
-# 'ns' in 'kunstenaar'), multi-woord termen als exacte frase.
-_WHITELIST_RE = re.compile(
-    r"\b(?:" + "|".join(re.escape(w) for w in MATCH_FILTER_WHITELIST if " " not in w) + r")\b",
-    re.IGNORECASE,
-)
-_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:
         helper.copy("update_interval")
@@ -456,147 +276,84 @@ class RSSBot(Plugin):
         return re.sub(r"<[^>]+>", "", html.unescape(raw))
 
     @staticmethod
-    def _whitelist_hit(text: str) -> bool:
-        """True als een onmiskenbare OV-term uit MATCH_FILTER_WHITELIST in text zit.
+    def _signals(text: str) -> dict[str, int]:
+        """Unieke semantische OV-groepen in text -> gewicht (sterk 2, ambigu 1/2).
 
-        Enkele-woord termen matchen op woordgrens ('ns' telt NIET binnen 'kunstenaar'),
-        multi-woord termen ('nederlandse spoorwegen') als exacte frase, beide
-        case-insensitive."""
-        if _WHITELIST_RE.search(text):
-            return True
-        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).
-
-        Gematchte woorden uit MATCH_FILTER_BLACKLIST (o.a. 'stationsstraat')
-        tellen niet mee en blokkeren de familie niet: een écht OV-woord in
-        dezelfde tekst scoort gewoon verder.
-
-        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 — 'ov-chipkaart' bevat 'chipkaart' (2+1=3),
-        'openbaar vervoer' bevat 'vervoer' (2+1=3), 'treinstoring' matcht ook
-        de zwakke \\w*trein\\w*-familie (2+1=3). Max-2-stelsel: één term kan
-        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):
-                if m.group(0).lower() in MATCH_FILTER_BLACKLIST:
-                    continue
-                spans.append((m.start(), m.end(), idx, weight))
-                break
-        spans.sort()
-        merged: list[tuple[int, int, int, int]] = []
-        for start, end, idx, weight in spans:
-            if merged and start < merged[-1][1]:
-                s0, e0, i0, w0 = merged[-1]
-                if weight > w0:
-                    merged[-1] = (s0, max(e0, end), idx, weight)
-                else:
-                    merged[-1] = (s0, max(e0, end), i0, w0)
-            else:
-                merged.append((start, end, idx, weight))
-        return [(idx, w) for _, _, idx, w in merged]
+        Elke groep telt hooguit één keer: meerdere woorden uit dezelfde groep
+        ('bus' + 'buslijn' + 'busvervoer', 'station' + 'stationsgebouw') leveren
+        samen één signaal op; er is geen span-merge of zwarte lijst nodig omdat
+        de groepen met woordgrenzen/lookbehinds overlappingsvrij zijn
+        ('schoolbus'/'VW-bus' matchen de bus-groep niet, 'stationsstraat'/
+        'stationair' de station-groep niet, 'ov-chipkaart' niet de ov-groep)."""
+        out: dict[str, int] = {}
+        for family, name in _compiled_match_strong:
+            if family.search(text):
+                out[name] = 2
+        for family, weight, name in _compiled_match_ambigue:
+            if family.search(text):
+                out[name] = max(out.get(name, 0), weight)
+        return out
 
     @staticmethod
     def _filter_passes(title: str, summary: str) -> bool:
-        """Driestaps-beslissing, precision-first (refactor 2026-09-13; beslissing
-        equivalent met v1.13.0, maar de drie historische uitzonderings-takken
-        reduceren tot één regel — zie stap 3):
+        """Beslissing in drie regels (v1.15, precision-first):
 
-          1. STERK SIGNAAL: een whitelist-term óf een dienststoring-zin
-             ('sprinters rijden niet') in de titel is voldoende. Elke
-             whitelist-term staat óók in een familie, dus zo'n titel telt +2 én
-             het familie-gewicht — samen altijd >= drempel ('NS meldt storing',
-             'Werkzaamheden aan perron', 'Buurtbus rijdt niet meer'). In de
-             samenvatting ALLEEN is zo'n term géén bewijs ('openbaar vervoer'
-             als bijzin in een economiebericht, besluit 2026-09-12) en scoort
-             die alleen via de overeenkomstige familie.
+          1. STERK signaal in de TITEL -> plaatsen. Een sterk signaal (vervoerder,
+             spoorjargon, perron, bushalte/buslijn, conducteur, ovpay, ...
+             zie MATCH_FILTER_STRONG) vrijwel altijd over OV; in de titel is het
+             zelfstandig voldoende ('NS meldt storing', 'Werkzaamheden aan
+             perron', 'Sprinters rijden niet tussen Utrecht en Amsterdam').
 
-          2. CONTEXT: de som van unieke OV-signalen over titel + samenvatting
-             >= drempel (3). Eén term telt één signaal per artikel ('busstation'
-             60× of in beide velden = één keer); overlappende familie-treffers
-             van dezelfde term wegen 1× met het hoogste gewicht (span-merge in
-             _fam_hits, besluit 2026-09-13 — 'ov-chipkaart' bevat 'chipkaart'
-             maar weegt als één term 2, geen 3). Geen
-             familie weegt meer dan 2 (max-2-stelsel, besluit 2026-09-12): een
-             enkel sterk woord kan nooit solo doorlaten ('hermes' als
-             achternaam passeerde vroeger op één vervoerder-hit van 3 —
-             Margraten; écht OV-nieuws combineert in de praktijk altijd met een
-             tweede signaal, gevalideerd op 205 productie-artikelen).
+          2. CONTEXT: score = som van unieke groeps-gewichten over titel +
+             samenvatting >= drempel (3) én de titel bevat minstens één signaal.
+             Sterke groepen wegen 2, ambigue 1 (halte/tram/metro/spoorbrug 2).
+             Elke groep telt één keer per artikel — 'bus' + 'buslijn' +
+             'busvervoer' is één bus-signaal; dezelfde groep in titel én
+             samenvatting blijft één signaal. Voorbeelden: bus+halte (1+2),
+             trein+spoorlijn (1+2), metro+'rijdt niet' (2+2), tram+
+             dienstregeling (2+1), sprinter+NS (1+2).
 
-          3. TITEL-ANKER: staat er geen enkel OV-signaal in de titel (geen
-             familie-hit, geen whitelist-term), dan is de score uitsluitend
-             samenvatting-bewijs en mag die geen zwak/ambigue woord bevatten —
-             '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).
+          3. ANDERS -> wegfilteren. Een artikel mag niet door omdat de summary
+             toevallig een OV-woord bevat ('station'+'pendelbus'+'bus' in een
+             golfverslag, 'openbaar vervoer' als bijzin in een economiebericht);
+             één enkel signaal — zelfs halte/tram/metro/spoorbrug (2) — is nooit
+             zelfstandig voldoende.
 
-        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)
-        # Unieke OV-signalen over beide velden: één term telt één signaal per
-        # artikel ('busstation' in titel én samenvatting, of 60×, blijft één
-        # treffer); _fam_hits levert per term al het hoogste gewicht bij
-        # overlappende familie-treffers.
-        combined = dict(t_hits + s_hits)
-        score = sum(combined.values())
-        strong_title = RSSBot._whitelist_hit(title) or RSSBot._disruption_hit(title)
-        if strong_title:
-            # Stap 1: sterk titel-signaal — +2 bovenop het familie-gewicht van
-            # dezelfde term, waardoor een eenduidige OV-titel alleen voldoet.
-            score += 2
-        if score < MATCH_FILTER_THRESHOLD:
-            return False
-        if not t_hits and not strong_title and 1 in combined.values():
-            # Stap 3: geen enkel titel-signaal én een zwak woord in de score —
-            # samenvatting-bewijs zonder titel-anker is geen OV-bewijs.
-            return False
+        Woordgrenzen en koppelteken-lookbehinds weren structureel: 'VW-bus'/
+        'schoolbus' (bus-groep), 'stationsstraat'/'stationair'/'stationcar'
+        (station-groep), 'treinstraat'/'treinweg' (trein-groep matchen niet
+        buiten woordgrenzen) — er is geen zwarte lijst nodig. Krant 'De Metro'/
+        café 'De Tram' wegen 2 en combineren alleen; atleet-'sprinter' alleen.
+        """
+        title_hits = RSSBot._signals(title)
+        combined = dict(title_hits)
+        for group, weight in RSSBot._signals(summary).items():
+            combined[group] = max(combined.get(group, 0), weight)
+        # Stap 1: sterk signaal in de titel is zelfstandig voldoende.
+        for family, name in _compiled_match_strong:
+            if family.search(title):
                 return True
+        # Stap 2+3: context met titel-anker; anders wegfilteren.
+        score = sum(combined.values())
+        return score >= MATCH_FILTER_THRESHOLD and bool(title_hits)
 
     @staticmethod
     def _filter_summary() -> str:
-        """Mensvriendelijke weergave van het vaste gewogen match-filter."""
+        """Mensvriendelijke weergave van het vaste OV-matchfilter."""
         return (
-            "**OV-matchfilter (vast in code; max-2-stelsel, precision-first):**\n"
-            "- **Sterk signaal in de TITEL → door**: whitelist-term (NS, ProRail, Nederlandse Spoorwegen, spoorstoring, perron, "
-            "bushalte, conducteur, ov-chipkaart, ovpay, openbaar vervoer, Deutsche Bahn, ICE Berlijn, ...) of een dienststoring-zin "
-            "('sprinters rijden niet', 'metro rijdt niet') — die telt +2 bovenop het familie-gewicht. In de samenvatting alleen "
-            "weegt zo'n term mee als gewone familie.\n"
-            "- **Context (som ≥ 3)**: unieke OV-families over titel + samenvatting. Sterk (2): vervoerders (NS, Arriva, ProRail, Qbuzz, ...), "
-            "spoorinfra (spoorlijn, spoorstoring, perron, ertms, spoorsector), bus-samenstellingen (bushalte, buslijn, buschauffeur, busbaan), "
-            "treinstoring/treinverkeer/treinvertraging, intercity/streekvervoer/veerdienst/buurtbus/belbus, 'lijn 12', ICE-frasen, rangeer..., "
-            "tram, metro, openbaar vervoer, lightrail, halte, pont, spoorbrug, ov-chipkaart/ovpay, ov-staking, conducteur, dienststoring-zin. "
-            "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'/'passagier', 'vervoerder', 'sprinter', 'spoor', 'staking', "
-            "'vervoer', 'busongeluk', 'busvervoer', ... — elke dubbelzinnige term heeft een eigen familie en moet combineren.\n"
-            "- **Eén term = één signaal**: herhaling, beide velden en overlappende familie-treffers wegen niet dubbel. "
-            "Zonder enig titel-signaal (familie-hit, whitelist-term of storingszin in de titel) mag de score geen zwak woord "
-            "bevatten — samenvatting-bewijs is geen OV-bewijs (twee sterke termen in de samenvatting blijven bewust door).\n"
-            "- **Uitgesloten (blacklist)**: 'treinstraat'/'treinweg' (straatnamen rond spoorlijnen); historische stations*-gevallen "
-            "('stationsstraat', 'stationair', 'stationcar', ...) worden al door de woordgrens-familie geweerd"
+            "**OV-matchfilter (vast in code, v1.15, precision-first) — drie regels:**\n"
+            "1. Sterk OV-signaal in de TITEL → door. Sterk = vervoerders (NS, ProRail, Arriva, RET, GVB, Qbuzz, ...), "
+            "spoorjargon (spoorstoring, spoorlijn, wisselstoring, treinstoring, ertms, perron, ...), bus-samenstellingen "
+            "(bushalte, buslijn, busbaan, buschauffeur), tramverkeer/tramlijn, intercity/streekvervoer/veerdienst/buurtbus, "
+            "conducteur, ov-chipkaart/ovpay, openbaar vervoer, 'lijn 12', ICE-frasen, rangeer... en de storingszin "
+            "'vervoerswoord rijdt/rijden (niet) niet'.\n"
+            "2. Context: som van unieke groeps-gewichten over titel + samenvatting ≥ 3 én de titel bevat een signaal. "
+            "Sterke groepen 2 punten; ambigue groepen 1 (halte/tram/metro/spoorbrug 2): 'bus', 'trein', 'station(s)', "
+            "'reiziger'/'passagier', 'vervoer(der)', 'sprinter', 'pendelbus'/'shuttlebus', 'dienstregeling', 'ontsporen', 'spoor'.\n"
+            "3. Anders → wegfilteren. Eén signaal is nooit genoeg; een OV-woord in de samenvatting zonder titel-signaal is "
+            "geen OV-bewijs.\n"
+            "Semantische groepen tellen één keer per artikel ('bus' + 'buslijn' + 'busvervoer' = één bus-signaal); "
+            "'schoolbus'/'VW-bus'/'stationsstraat'/'stationair' matchen structureel niet — geen zwarte lijst."
         )
 
     async def _send(

maubot.yaml

@@ -1,5 +1,5 @@
 id: nl.eddydevink.rss
-version: 1.14.0
+version: 1.15.0
 modules:
 - buzzrss
 main_class: RSSBot

validate_filter.py

@@ -1,13 +1,8 @@
 #!/usr/bin/env python3
-"""Blijvende filter-invarianten + regressie voor het OV-matchfilter.
+"""Blijvende filter-invarianten + regressie voor het OV-matchfilter (v1.15).
 
-Draaien (van de repo-root): python3 validate_filter.py   [alleen stdlib]
-
-Waarom dit bestaat (zie AGENTS.md):
-- het classificatiebeleid (precision-first) staat als commentaar in buzzrss/bot.py;
-- DIT script maakt dat beleid afdwingbaar: een latere filterwijziging die een
-  dubbelzinnig woord sterk/whitelist maakt, of een onmiskenbare OV-term verwakt,
-  faalt hierop met exit 1 — vóór commit/deploy.
+De code wordt zonder maubot-imports uit buzzrss/bot.py geëxtraheerd (AST), zodat
+dit script overal los te draaien is: `python3 validate_filter.py`.
 """
 import ast
 import re
@@ -22,45 +17,32 @@ BOT = ROOT / "buzzrss" / "bot.py"
 src = BOT.read_text()
 tree = ast.parse(src)
 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",
+    "MATCH_FILTER_STRONG", "MATCH_FILTER_AMBIGUE", "MATCH_FILTER_THRESHOLD",
+    "_compiled_match_strong", "_compiled_match_ambigue",
 }
-WANT_METHODS = {"_fam_hits", "_filter_passes", "_filter_text", "_whitelist_hit", "_disruption_hit"}
+WANT_METHODS = {"_filter_text", "_signals", "_filter_passes"}
 
 nodes = []
 for n in tree.body:
+    if isinstance(n, ast.Assign) and any(isinstance(t, ast.Name) and t.id in WANT_ASSIGN for t in n.targets):
+        nodes.append(ast.get_source_segment(src, n))
     if isinstance(n, ast.AnnAssign) and getattr(n.target, "id", "") in WANT_ASSIGN:
-        nodes.append(ast.unparse(n))
-    elif isinstance(n, ast.Assign) and any(getattr(t, "id", "") in WANT_ASSIGN for t in n.targets):
-        nodes.append(ast.unparse(n))
+        nodes.append(ast.get_source_segment(src, n))
     if isinstance(n, ast.ClassDef) and n.name == "RSSBot":
-        methods = [
-            ast.unparse(m)
-            for m in n.body
-            if isinstance(m, (ast.FunctionDef, ast.AsyncFunctionDef)) and m.name in WANT_METHODS
-        ]
+        methods = []
+        for m in n.body:
+            if isinstance(m, (ast.FunctionDef, ast.AsyncFunctionDef)) and m.name in WANT_METHODS:
+                methods.append(ast.get_source_segment(src, m))
         nodes.append("class RSSBot:\n" + textwrap.indent("\n".join(methods), "    "))
 
 ns = {}
 exec(compile("from __future__ import annotations\nimport re, html\n" + "\n".join(nodes) + "\n", "<bot>", "exec"), ns)
 R = ns["RSSBot"]
-FAMILIES = ns["MATCH_FILTER_FAMILIES"]           # [(regex, gewicht)]
-WHITELIST = ns["MATCH_FILTER_WHITELIST"]         # frozenset
-COMPILED = [(re.compile(p, re.I), w) for p, w in FAMILIES]
-
-
-def weights_for(word: str) -> set[int]:
-    """gewichten van families die `word` matchen (case-insensitive)."""
-    return {w for pat, w in COMPILED if pat.search(word)}
-
-
-def whitelisted(word: str) -> bool:
-    return ns["_WHITELIST_RE"].search(word) is not None or any(
-        ph in word.lower() for ph in ns["_WHITELIST_PHRASES"]
-    )
-
+STRONG = ns["MATCH_FILTER_STRONG"]               # [(regex, naam)] — 2 punten
+AMBIGUE = ns["MATCH_FILTER_AMBIGUE"]             # [(regex, gewicht, naam)]
+THRESHOLD = ns["MATCH_FILTER_THRESHOLD"]
+COMPILED_STRONG = [(re.compile(p, re.I), n) for p, n in STRONG]
+COMPILED_AMBIGUE = [(re.compile(p, re.I), w, n) for p, w, n in AMBIGUE]
 
 failures = []
 
@@ -71,219 +53,177 @@ def check(cond: bool, msg: str):
         failures.append(msg)
 
 
-# --- Invariant 1: dubbelzinnige woorden mogen nooit sterk/medium of whitelist zijn
-AMBIGUOUS = [
-    "trein", "bus", "station", "stations", "sprinter", "sprinters",
-    "reiziger", "reizigers", "passagier", "passagiers", "vervoerder", "vervoerders",
-    "inchecken", "uitchecken", "sein", "overweg", "overwegen", "breng",
-    "kaartje", "opwaarderen", "rails", "dienstregeling", "chipkaart",
-    "reisproduct", "vervoersbewijs", "vervoerbewijs",
-    "pendelbus", "shuttlebus",
-    "ontspor", "ontspoor", "ontspoord", "ontspoorde", "ontsporing",
-    # audit 2026-09-12 (max-2-stelsel + completheids-audit)
-    "hermes", "spoor", "staking", "stakingen", "vervoer", "vervoersbedrijf",
-    "vervoerregio", "ritten", "bovenleiding", "abonnement",
-    "busongeluk", "busongelukken", "busvervoer",
+# --- Invariant 1: gewichten geldig (max-2; sterk=2, ambigu in {1,2}) ---
+print("== invariant 1: gewichten -- sterk=2, ambigu in {1,2}, drempel 3 ==")
+for p, w, n in AMBIGUE:
+    check(w in (1, 2), f"ambigu-groep {n!r} heeft geldig gewicht {w} (max-2-stelsel)")
+check(THRESHOLD == 3, f"drempel = 3 (is {THRESHOLD})")
+check(len(COMPILED_STRONG) == len(STRONG) and len(COMPILED_AMBIGUE) == len(AMBIGUE), "alle groepen compileren")
+
+# --- Invariant 2: overlappingen -- een trefwoord mag hooguit door 1 groep van
+# dezelfde categorie worden gematcht; sterk<->ambigu alleen voor de bewuste
+# trein-groep (\w*trein\w* vangnet, dekt ook spoorjargon-woorden af).
+TOKENS = [
+    "ns", "prorail", "arriva", "ret", "gvb", "deutsche bahn", "teso", "ov",
+    "ov-chipkaart", "ovpay", "spoorstoring", "spoorlijn", "spoorwegen",
+    "wisselstoring", "seinstoring", "ertms", "treinstoring", "treinverkeer",
+    "treinvertraging", "treinstel", "perron", "bushalte", "buslijn", "busbaan",
+    "buschauffeur", "bushokje", "busverkeer", "busstaking", "tramhalte",
+    "tramlijn", "tramverkeer", "metrolijn", "metroverkeer", "intercity",
+    "streekvervoer", "buurtbus", "belbus", "veerdienst", "conducteur",
+    "lightrail", "lijn 12", "rangeren", "openbaar vervoer", "ice-berlijn",
+    "bus", "bussen", "busstation", "busvervoer", "busongeluk", "trein",
+    "treinen", "stoptrein", "treinreizigers", "treinstraat", "treinweg",
+    "station", "stations", "stationstraat", "stationair", "stationcar",
+    "stationsgebouw", "metrostation", "busstation", "reiziger", "reizigers",
+    "passagier", "vervoer", "vervoerder", "vervoersbedrijf", "vervoerregio",
+    "sprinter", "pendelbus", "shuttlebus", "dienstregeling", "ontspoorde",
+    "ontsporing", "spoor", "spoorbrug", "halte", "haltes", "tram", "metro",
+    "metro's", "sprinters rijden niet", "metro rijdt niet",
 ]
-print(f"== invariant 1: {len(AMBIGUOUS)} dubbelzinnige woorden -> alleen zwak (1), nooit whitelist ==")
-for w in AMBIGUOUS:
-    gew = weights_for(w)
-    check(1 in gew, f"{w!r} heeft een zwakke familie")
-    check(not (gew - {1}), f"{w!r} zit NIET in een sterke/medium familie (gewichten {sorted(gew)})")
-    check(not whitelisted(w), f"{w!r} staat NIET op de whitelist")
+print(f"== invariant 2: {len(TOKENS)} trefwoorden in hooguit 1 groep per categorie ==")
+for tok in TOKENS:
+    strong_hits = [n for p, n in COMPILED_STRONG if p.search(tok)]
+    amb_hits = [n for p, w, n in COMPILED_AMBIGUE if p.search(tok)]
+    check(len(strong_hits) <= 1, f"{tok!r} in hooguit 1 sterke groep (nu: {sorted(strong_hits)})")
+    check(len(amb_hits) <= 1, f"{tok!r} in hooguit 1 ambigue groep (nu: {sorted(amb_hits)})")
 
-# --- Invariant 2: onmiskenbare OV-termen mogen niet uitsluitend zwak zijn
-UNAMBIGUOUS = [
-    "spoorstoring", "spoorlijn", "perron", "bushalte", "bushokje",
-    "conducteur", "ovpay", "ns", "prorail",
-    "treinstoring", "halte", "openbaar vervoer", "intercity", "buurtbus",
-    "veerdienst", "lijn 12", "ov-chipkaart", "spoorbrug",
-    # audit 2026-09-12 (completheids-audit, max-2-stelsel)
-    "spoorsector", "spoorbeheerder", "spoornet", "spoorvervoerder",
-    "treinvertraging", "treinhinder", "treinuitval", "treinverstoring",
-    "ertms", "teso", "rangeerterrein", "rangeren", "ice-berlijn",
-    "maaslijn", "nedersaksenlijn", "kamperlijn",
-    "ns international", "deutsche bahn", "european sleeper", "italo", "nightjet",
-]
-print(f"== invariant 2: {len(UNAMBIGUOUS)} onmiskenbare OV-termen -> sterk/medium of whitelist ==")
-for w in UNAMBIGUOUS:
-    gew = weights_for(w)
-    check(whitelisted(w) or any(g >= 2 for g in gew),
-          f"{w!r} heeft whitelist of gewicht >= 2 (gewichten {sorted(gew)})")
+# --- Invariant 3: semantische groepen -- varianten stapelen niet op ---
+print("== invariant 3: varianten van 'bus'/'station'/'trein' = één signaal ==")
+for txt, want in [
+    # 'bus' (1) + buslijn als sterke samenstelling (2) + busstation via station-groep (1):
+    # vier bus-varianten leveren géén vier onafhankelijke signalen op.
+    ("bus buslijn busvervoer busstation", {"bussamenstelling": 2, "bus": 1, "station": 1}),
+    ("station stationsgebouw stationsplein", {"station": 1}),
+    ("trein treinstoring treinreizigers", {"trein": 1, "spoorjargon": 2}),
+]:
+    got = R._signals(txt)
+    check(got == want, f"{txt!r} -> {got} (verwacht {want})")
 
-# --- Invariant 3: patronen compileren en gewichten geldig (max-2, besluit 2026-09-12)
-print("== invariant 3: alle families compileren, gewicht in {1,2} ==")
-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)
+# --- Regressie: gewenst gedrag (precision-first) ---
 GOLDEN = [
-    # (titel, samenvatting, verwacht_door)
-    # geweerd — bekende ruis
-    ("Na mooi seizoen in wereldstad Parijs wacht nu EK voor 'lange man' Tom Koops",
-     "een weekje vakantie pak ik de trein naar mijn nieuwe huis. Berlijn", False),
-    ("Amerikaanse talkshowhost Jimmy Kimmel schrapt gesprek 'na druk regering Trump'",
-     "ABC, onze regionale omroepen en lokale stations.", False),
-    ("Inchecken op Schiphol duurt langer", "Passagiers staan in de rij bij de balies.", False),
-    ("Sprinter verpulvert record op de 100 meter", "De atleet liep een nationale toptijd.", False),
-    ("Zakenreizigers vliegen weer massaal", "Het aantal vluchten is gestegen.", False),
-    ("Vrachtvervoerder failliet", "De transporteur heeft uitstel van betaling aangevraagd.", False),
-    ("Het plan voor de nieuwe wijk ontspoorde", "De gemeente moet de kosten herzien.", False),
-    ("Sein brandmeester: brandweer rukt uit", "De brandweer kreeg een sein om uit te rukken.", False),
-    ("VW-bus in brand op de A2", "De inzittenden kwamen er veilig uit.", False),
-    ("Fietser gewond op de Stationsstraat", "Het slachtoffer is naar het ziekenhuis gebracht.", False),
-    ("Kunstenaar maakt kaartje voor het museum", "", False),
-    ("Benzineprijs stijgt opnieuw", "De pomp wordt duurder door de olieprijs.", False),
-    # geweerd — zwakke woorden alléén in de samenvatting (geen titel-anker).
-    # Echt geval: Omroep Brabant, Solheim Cup-golfverslag (11-09-2026) — 'pendelbus'
-    # stond op de whitelist en 'station'+'pendelbus'+'bus' in de samenvatting was
-    # samen score 3.
-    ("Golf-fans uit de hele wereld naar Cromvoirt: 'Beter dan sterrenrestaurant'",
-     "Op het station in Den Bosch stapte de oud-prof in de pendelbus naar Bernardus Golf. "
-     "In de bus bleek ze zeker niet de enige Amerikaanse.", False),
-    ("Toernooi trekt duizenden bezoekers", "Vanaf het station rijden pendelbussen en extra bussen.", False),
-    # door — echte OV-berichten
-    ("Trein vertraagd, reizigers pakken de bus", "De storing duurde een uur.", True),
-    ("Station Amersfoort krijgt nieuwe perrons", "De NS laat de perrons vernieuwen.", True),
-    ("Trein ontspoorde bij Weesp", "De spoorlijn was uren dicht.", True),
-    ("Bushalte aan de Markt wordt verplaatst", "De halte gaat 200 meter opschuiven.", True),
-    ("Conducteur bekogeld in stoptrein bij Den Haag", "De conducteur is nagekeken.", True),
-    ("Nieuwe app voor ovpay", "De ovpay-app wordt dit najaar vernieuwd.", True),
-    # fix 2026-09-11: station-samenstellingen zijn medium (niet meer whitelist/
-    # sterk) — een enkel 'busstation' in de samenvatting naast een ander onderwerp
-    # ('pand naast busstation') moet GEWEERD worden, en 'busstation' telt maar 1×.
-    ("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.", False),  # één familie in titel ÉN samenvatting = één signaal: 2 < 3 (besluit 2026-09-11)
-    ("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", "De verbouwing duurt tot het voorjaar.", False),  # herhaling/één woord = 1 signaal: 2 < 3 ('busstation' 60× weegt ook 1×)
-    ("Metro rijdt niet", "De halte is tijdelijk gesloten.", True),  # medium-combinatie over twee families: metro(2)+halte(2)=4
-    # fix 2026-09-12: whitelist-term alleen in de SAMENVATTING is geen OV-bewijs
-    # (valt terug op gewogen families); medium+zwak uitsluitend in de samenvatting
-    # (geen hit in de titel) wordt geweerd. Echte cases 11-09-2026:
-    # AT5-economiebericht ('openbaar vervoer' + 'zakelijke reizigers' als bijzin)
-    # en Telegraaf-overstroming Japan ('openbaar vervoer ontregeld' in de tekst).
-    ("Economische groei van de stad niet meer vanzelfsprekend: ondernemersclubs waarschuwen",
-     "Volgens Evers is de zakelijke bezoeker ook nodig voor het openbaar vervoer, de culturele sector en musea. "
-     "Het aantal zakelijke reizigers in de stad daalt.", False),
-    ("Straat in Japan verandert in rivier door hevige regen",
-     "Het verkeer ligt plat en ook het openbaar vervoer is ontregeld in de getroffen regio.", False),
-    # recall-bewaakt: 'openbaar vervoer' in de TITEL blijft onvoorwaardelijk door
-    # (whitelist-titel-anker; Havenloods 11-09-2026, 'einde aan gratis ov').
-    ("Er komt echt een einde aan gratis openbaar vervoer voor ouderen",
-     "De gemeente stopt vanaf januari met de gratis reizen voor 65-plussers.", True),
-    # 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),
-    # fix 2026-09-12: 'spoorbrug' is medium (niet meer sterk/whitelist). Echte
-    # case: Omroep Brabant Stuifmail (12-09-2026) — een natuurverhaal waarin iemand
-    # 'bij de spoorbrug' een waterschildpad zag; dat passeerde voorheen op één
-    # sterke spoorbrug-hit in de samenvatting.
-    ("Frans weet wat voor warrig beestje Mony heeft gefilmd",
-     "Ruud Klomp zag in de Dommel bij de spoorbrug tussen Liempde en Boxtel een waterschildpad.", False),
-    ("Spoorbrug in Boxtel wordt aangepakt", "De werkzaamheden duren tot het najaar.", False),  # één medium-hit in de titel: 2 < 3
-    ("Spoorbrug wordt verhoogd voor treinen", "De brug gaat omhoog zodat er hogere treinen onderdoor kunnen.", True),  # spoorbrug(2) + trein(1) = 3 → door
-    ("NS verlengt noodregeling op traject Zwolle", "Reizigers moeten rekening houden met minder treinen.", True),
-    ("Spoorstoring bij Utrecht opgeheven", "ProRail heeft de wisselstoring verholpen.", True),
-    ("Nieuwe intercity naar Berlijn", "De trein rijdt vanaf december vier keer per dag.", True),
-    ("Streekvervoer kampt met personeelstekort", "Vervoerders schrappen ritten.", True),
-    ("Buurtbus in de Achterhoek rijdt niet meer", "Er zijn te weinig vrijwillige chauffeurs.", True),
-    ("Veerdienst Vlissingen-Breskens vaart uit de vaart", "De rederij zet een boot in.", True),
-    ("Lijn 12 rijdt vanaf maandag een andere route", "De route gaat via het centrum.", True),
-    ("Werkzaamheden aan perron", "Het perron wordt volgende maand opgeknapt.", True),
-    ("Reactie Nederlandse Spoorwegen", "De Nederlandse Spoorwegen zeggen meer in te zetten op punctualiteit.", True),
-    # max-2-stelsel (besluit 2026-09-12): geproduceerd op 205 productie-artikelen
-    # + LLM-audit. Geen enkele familie weegt meer dan 2 → één hit kan nooit solo
-    # doorlaten; whitelist-term in de titel telt +2 (titel-anker).
-    ("Veel animo voor 'adopteren' graf op Amerikaanse begraafplaats Margraten",
-     "…'Het voelde echt alsof je in de rij stond voor festivaltickets'… 'Ik ben bang dat mensen met de slaapzak voor de laptop gaan liggen', zei Ton Hermes eerder.", False),
-    # ^ echte false positive 2026-09-12: 'hermes' (achternaam) scoorde vroeger 3 via de vervoerdersfamilie
-    ("TESO onderzoekt komst derde veerboot tussen Texel en Den Oever",
-     "Veerdienst TESO onderzoekt of het haalbaar is om een derde veerboot in te zetten tussen Oudeschild en Den Oever.", True),  # teso(2) + veerboot(2) = 4
-    ("Vrouw buschauffeur Rob zwaar aangeslagen na dodelijk ongeval",
-     "Bij het dodelijke busongeluk in Zwitserland zat de politicus achter het stuur.", True),  # buschauffeur(2) + busongeluk(1) = 3
-    ("Vakbonden noemen stakingsdag in het OV 'een geslaagde dag'",
-     "Gisteren was de landelijke stakingsdag in het OV; medewerkers legden in de spoorsector 24 uur het werk neer.", True),  # ov(2) + staking(1) + spoorsector(2)
-    ("Dodental veerbootbrand Filipijnen loopt verder op", "Zeker 76 mensen kwamen om bij de brand op de veerboot.", False),  # één veerboot-hit (2) = geen NL-OV
-    ("ICE Berlijn voegt na Hamburg vanaf december ook stop in Bremen toe",
-     "De ICE Berlijn gaat vanaf december via Bremen en Hamburg Hauptbahnhof naar Berlijn rijden. Dat meldt NS International.", True),  # ice-berlijn(2) + ns(2) = 4
-    ("Laatste noot voor vernielde stationspiano Eindhoven",
-     "De piano in het station was jarenlang een begrip reizigers produceerden er filmpjes.", False),  # cultuurstukje; 'station'/'reizigers' zwak-alleen zonder titel-anker
-    ("Meerdere doden na busongeluk in Zwitserland", "Het busongeluk gebeurde naast de snelweg bij een afrit.", False),  # busongeluk(1) alleen = zwak-alleen
-    ("Antwerpen ontvangt eerste ICE", "De eerste ICE van Deutsche Bahn rijdt vanaf volgende maand naar Antwerpen.", False),  # bewust geweerd: 'ice van' is NIET opgenomen (ijs-botsing); deutsche bahn(2) alleen < 3 — was vóór de wijziging óók al geweerd
-    ("NS verlengt noodregeling tot volgend jaar", "De vervoerder kampt met personeelstekorten.", True),  # ns(2) + vervoerder(1) = 3
-    # fix 2026-09-13: één term mag nooit via twee families dubbel wegen.
-    # Echte case: Omroep Brabant (13-09-2026) — politie-achtervolging van fatbikers
-    # 'via de busbaan' scoorde 2+2=4 omdat 'busbaan' in de bus-samenstelling-familie
-    # (fam 4) én in de halte/busbaan-familie (fam 13) staat. Nu één signaal (2):
-    # zonder tweede OV-term onder de drempel.
-    ("Groep jonge fatbikers door Eindhoven achtervolgd na beroving met geweld",
-     "Agenten reden met zwaailichten achter de groep aan, onder meer via de busbaan en een fietspad.", False),
-    ("De politie achtervolgde de groep via de busbaan", "De achtervolging duurde enkele minuten.", True),  # whitelist-titel-anker: 'busbaan' in de TITEL blijft door (+2); de merge raakt alleen de teller
-    # recall bewaakt: echt busbaan-nieuws blijft door (whitelist-titel-anker +2) en
-    # 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
+
+    ("Na mooi seizoen in wereldstad Parijs wacht nu EK voor 'lange man' Tom Koops", 'een weekje vakantie pak ik de trein naar mijn nieuwe huis. Berlijn', False),
+    ("Amerikaanse talkshowhost Jimmy Kimmel schrapt gesprek 'na druk regering Trump'", 'ABC, onze regionale omroepen en lokale stations.', False),
+    ('Inchecken op Schiphol duurt langer', 'Passagiers staan in de rij bij de balies.', False),
+    ('Sprinter verpulvert record op de 100 meter', 'De atleet liep een nationale toptijd.', False),
+    ('Zakenreizigers vliegen weer massaal', 'Het aantal vluchten is gestegen.', False),
+    ('Vrachtvervoerder failliet', 'De transporteur heeft uitstel van betaling aangevraagd.', False),
+    ('Het plan voor de nieuwe wijk ontspoorde', 'De gemeente moet de kosten herzien.', False),
+    ('Sein brandmeester: brandweer rukt uit', 'De brandweer kreeg een sein om uit te rukken.', False),
+    ('VW-bus in brand op de A2', 'De inzittenden kwamen er veilig uit.', False),
+    ('Fietser gewond op de Stationsstraat', 'Het slachtoffer is naar het ziekenhuis gebracht.', False),
+    ('Kunstenaar maakt kaartje voor het museum', '', False),
+    ('Benzineprijs stijgt opnieuw', 'De pomp wordt duurder door de olieprijs.', False),
+    ("Golf-fans uit de hele wereld naar Cromvoirt: 'Beter dan sterrenrestaurant'", 'Op het station in Den Bosch stapte de oud-prof in de pendelbus naar Bernardus Golf. In de bus bleek ze zeker niet de enige Amerikaanse.', False),
+    ('Toernooi trekt duizenden bezoekers', 'Vanaf het station rijden pendelbussen en extra bussen.', False),
+    ('Trein vertraagd, reizigers pakken de bus', 'De storing duurde een uur.', True),
+    ('Station Amersfoort krijgt nieuwe perrons', 'De NS laat de perrons vernieuwen.', True),
+    ('Trein ontspoorde bij Weesp', 'De spoorlijn was uren dicht.', True),
+    ('Bushalte aan de Markt wordt verplaatst', 'De halte gaat 200 meter opschuiven.', True),
+    ('Conducteur bekogeld in stoptrein bij Den Haag', 'De conducteur is nagekeken.', True),
+    ('Nieuwe app voor ovpay', 'De ovpay-app wordt dit najaar vernieuwd.', True),
+    ("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.', False),
+    ('Nieuwe fietsenstalling bij busstation', '', False),
+    ('Restaurant naast busstation wil uitbreiden', 'De eigenaar wil uitbreiden naar het naastgelegen pand.', False),
+    ('Busstation wordt verbouwd', 'De verbouwing duurt tot het voorjaar.', False),
+    ('Metro rijdt niet', 'De halte is tijdelijk gesloten.', True),
+    ('Economische groei van de stad niet meer vanzelfsprekend: ondernemersclubs waarschuwen', 'Volgens Evers is de zakelijke bezoeker ook nodig voor het openbaar vervoer, de culturele sector en musea. Het aantal zakelijke reizigers in de stad daalt.', False),
+    ('Straat in Japan verandert in rivier door hevige regen', 'Het verkeer ligt plat en ook het openbaar vervoer is ontregeld in de getroffen regio.', False),
+    ('Er komt echt een einde aan gratis openbaar vervoer voor ouderen', 'De gemeente stopt vanaf januari met de gratis reizen voor 65-plussers.', True),
+    ('Metrostation Centraal tijdelijk gesloten', "De metro's rijden niet.", True),
+    ('Frans weet wat voor warrig beestje Mony heeft gefilmd', 'Ruud Klomp zag in de Dommel bij de spoorbrug tussen Liempde en Boxtel een waterschildpad.', False),
+    ('Spoorbrug in Boxtel wordt aangepakt', 'De werkzaamheden duren tot het najaar.', False),
+    ('Spoorbrug wordt verhoogd voor treinen', 'De brug gaat omhoog zodat er hogere treinen onderdoor kunnen.', True),
+    ('NS verlengt noodregeling op traject Zwolle', 'Reizigers moeten rekening houden met minder treinen.', True),
+    ('Spoorstoring bij Utrecht opgeheven', 'ProRail heeft de wisselstoring verholpen.', True),
+    ('Nieuwe intercity naar Berlijn', 'De trein rijdt vanaf december vier keer per dag.', True),
+    ('Streekvervoer kampt met personeelstekort', 'Vervoerders schrappen ritten.', True),
+    ('Buurtbus in de Achterhoek rijdt niet meer', 'Er zijn te weinig vrijwillige chauffeurs.', True),
+    ('Veerdienst Vlissingen-Breskens vaart uit de vaart', 'De rederij zet een boot in.', True),
+    ('Lijn 12 rijdt vanaf maandag een andere route', 'De route gaat via het centrum.', True),
+    ('Werkzaamheden aan perron', 'Het perron wordt volgende maand opgeknapt.', True),
+    ('Reactie Nederlandse Spoorwegen', 'De Nederlandse Spoorwegen zeggen meer in te zetten op punctualiteit.', True),
+    ("Veel animo voor 'adopteren' graf op Amerikaanse begraafplaats Margraten", "…'Het voelde echt alsof je in de rij stond voor festivaltickets'… 'Ik ben bang dat mensen met de slaapzak voor de laptop gaan liggen', zei Ton Hermes eerder.", False),
+    ('TESO onderzoekt komst derde veerboot tussen Texel en Den Oever', 'Veerdienst TESO onderzoekt of het haalbaar is om een derde veerboot in te zetten tussen Oudeschild en Den Oever.', True),
+    ('Vrouw buschauffeur Rob zwaar aangeslagen na dodelijk ongeval', 'Bij het dodelijke busongeluk in Zwitserland zat de politicus achter het stuur.', True),
+    ("Vakbonden noemen stakingsdag in het OV 'een geslaagde dag'", 'Gisteren was de landelijke stakingsdag in het OV; medewerkers legden in de spoorsector 24 uur het werk neer.', True),
+    ('Dodental veerbootbrand Filipijnen loopt verder op', 'Zeker 76 mensen kwamen om bij de brand op de veerboot.', False),
+    ('ICE Berlijn voegt na Hamburg vanaf december ook stop in Bremen toe', 'De ICE Berlijn gaat vanaf december via Bremen en Hamburg Hauptbahnhof naar Berlijn rijden. Dat meldt NS International.', True),
+    ('Laatste noot voor vernielde stationspiano Eindhoven', 'De piano in het station was jarenlang een begrip reizigers produceerden er filmpjes.', False),
+    ('Meerdere doden na busongeluk in Zwitserland', 'Het busongeluk gebeurde naast de snelweg bij een afrit.', False),
+    ('Antwerpen ontvangt eerste ICE', 'De eerste ICE van Deutsche Bahn rijdt vanaf volgende maand naar Antwerpen.', False),
+    ('NS verlengt noodregeling tot volgend jaar', 'De vervoerder kampt met personeelstekorten.', True),
+    ('Groep jonge fatbikers door Eindhoven achtervolgd na beroving met geweld', 'Agenten reden met zwaailichten achter de groep aan, onder meer via de busbaan en een fietspad.', False),
+    ('De politie achtervolgde de groep via de busbaan', 'De achtervolging duurde enkele minuten.', True),
+    ('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),
+    ('NS meldt storing: sprinters rijden niet', 'De storing wordt verholpen.', True),
+    ('Metro rijdt niet tussen Rotterdam en Schiedam', "De metro's stoppen na de storing.", True),
+    ('Buslijn 12 vervalt tijdelijk', 'De vervanging rijdt via de wijk.', True),
+    ('Werkzaamheden aan perron', 'Het perron wordt nieuwe maand opgeknapt.', True),
+    ('Nieuwe bushalte geopend', 'De halte ligt aan de rand van de wijk.', True),
+    ('Sprinters rijden niet tussen Utrecht en Amsterdam', 'De oorzaak is nog onbekend.', True),
+    ('Stoptreinen rijden niet naar Den Haag vanwege een storing', 'De NS zet bussen in.', True),
+    ('Nieuwe woning bij station', '', False),
+    ('Restaurant opent nieuwe vestiging', 'Het restaurant ligt tegenover het station waar dagelijks veel reizigers komen.', False),
+    ('Stationstraat krijgt nieuwe woningen', '', False),
+    ('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),
+    ('Tram is een populaire naam voor het café', '', False),
+    ('Schoolbus betrokken bij ongeval', 'De kinderen werden opgevangen.', False),
+    ('Bus en station tijdelijk gesloten voor het feest', '', False),
+    ('Wijkbewoners klagen over het station en de bussen', 'De gemeente komt langs.', False),
+    ('Passagiers klagen over de incheckbalie', 'De balie opende te laat.', False),
+    ('Gemeente verhuist naar het stationsgebouw', 'Het station en het stationsgebied worden vernieuwd.', False),
+    ('Bus en tram krijgen in december een nieuwe dienstregeling', '', True),
+    ('Tram krijgt nieuwe dienstregeling', 'De wijziging geldt vanaf december.', True),
+    ('De halte wordt verplaatst voor de bus', 'De nieuwe halte komt bij de rotonde.', True),
+    ('Metro rijdt niet vanwege een storing', 'Er is onbekend wanneer het rijden hervat.', True),
+    ('Trein rijdt niet meer op de spoorlijn naar Den Bosch', 'Werkzaamheden duren tot maart.', True),
+    ('Sprinters rijden niet; NS zet bussen in', '', True),
+    ('De trams rijden niet door een storing', 'Er zijn vervangende bussen ingezet.', True),
+    ('Tramverkeer stilgelegd na aanrijding', '', True),
+    ('ProRail meldt wisselstoring op traject Utrecht', 'Het treinverkeer ligt stil.', True),
+    ('Treinstoring tussen Den Haag en Leiden', 'Reizigers moeten rekening houden met vertraging.', True),
+    ('Treinvertraging op het spoor bij Utrecht', '', True),
+    ('NS past de dienstregeling aan', 'Door werkzaamheden rijden er minder treinen.', True),
+    ('NS kondigt staking aan', '', True),  # prompt-matrix v1.15
+    ('ProRail meldt storing', '', True),  # prompt-matrix v1.15
+    ('Buslijn 12 gewijzigd', '', True),  # prompt-matrix v1.15
+    ('Nieuwe perrons op station', '', True),  # prompt-matrix v1.15
+    ('Metro rijdt niet vanwege storing', '', True),  # prompt-matrix v1.15
+    ('Tramverkeer stilgelegd', '', True),  # prompt-matrix v1.15
+    ('Sprinters rijden niet tussen twee steden', '', True),  # prompt-matrix v1.15
+    ('OV-chipkaart wordt vervangen', '', True),  # prompt-matrix v1.15
+    ('Nieuwe woningen bij station', '', False),  # prompt-matrix v1.15
+    ('Stationair draaiende auto', '', False),  # prompt-matrix v1.15
+    ('Hotel biedt pendelbus', '', False),  # prompt-matrix v1.15
+    ('Festival zet pendelbussen in', '', False),  # prompt-matrix v1.15
+    ('Winkel opent naast metrostation', '', False),  # prompt-matrix v1.15
+    ('Bus rijdt tegen boom', '', False),  # prompt-matrix v1.15
+    ('Trein raakt koe', '', False),  # prompt-matrix v1.15
+    ('Reizigers stranden', '', False),  # prompt-matrix v1.15
+    ('Station wordt verbouwd', '', False),  # prompt-matrix v1.15
+    ('Festival gebruikt bussen', '', False),  # prompt-matrix v1.15
+    ('Hotel heeft shuttlebus', '', False),  # prompt-matrix v1.15
+    ('Spoorbrug wordt vervangen', '', False),  # prompt-matrix v1.15
+("# lijnnamen (audit v1.15): onmiskenbaar OV", "", True),
+    ("Bezwaren tegen werkzaamheden Maaslijn afgewezen - werk mag doorgaan", "", True),
+    ("Provincie Groningen vreest voor uitstel Nedersaksenlijn", "", True),
 ]
 print(f"== regressie: {len(GOLDEN)} cases (precision-first) ==")
 for t, s, want in GOLDEN:
-    got = R._filter_passes(t, s)
+    got = R._filter_passes(t, R._filter_text(s))
     check(got == want, f"'{t[:55]}' -> {'door' if got else 'geweerd'} (verwacht {'door' if want else 'geweerd'})")
 
 print()
 if failures:
-    print(f"FILTER-INVALIDATIE: {len(failures)} afwijking(en) — corrigeer vóór commit/deploy.")
+    print(f"FILTER-INVALIDATIE: {len(failures)} afwijking(en) - corrigeer vóór commit/deploy.")
     sys.exit(1)
-print("ALLES OK — filter volgt het precision-first-beleid.")
+print("ALLES OK - filter volgt het precision-first-beleid.")