.gitignore

@@ -1,5 +1,2 @@
 __pycache__/
 *.pyc
-
-# Taakbestanden die geen onderdeel zijn van de repo
-Prompt voor agent*.md

AGENTS.md

@@ -4,15 +4,10 @@ Maubot-plugin `nl.eddydevink.rss` (RSS → Matrix + WhatsApp), met een OV-nieuws
 
 ## 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).
+   (driedeling whitelist / sterk / medium / zwak, precision-first, en de werkwijze voor nieuwe woorden).
 2. Draai **`python3 buzzrss/validate_filter.py`** — 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
+3. Precision-first (gebruikersbesluit 2026-09-10): **liever een OV-bericht te veel gefilterd dan een
-   woordenlijsten compleet zijn — draai de OV-gap-scan over de afgewezen artikelen van de
-   OV-specialist-feeds (SpoorPro.nl / Treinreiziger.nl / Mobiliteit, query op `entry` in schema `mbp_rss`),
-   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.
 

README.md

@@ -1,157 +0,0 @@
-# buzz-rss — RSS/Atom → Matrix, gefilterd op OV-relevantie
-
-Maubot-plugin `nl.eddydevink.rss` (fork van [`xyz.maubot.rss`](https://github.com/maubot/rss))
-die nieuwsfeeds pollt en **alleen openbaar-vervoer-gerelateerde berichten** doorplaatst
-naar Matrix-rooms (optioneel ook alleen de link naar een WhatsApp-groep).
-
-De filterlogica is **bewust vast in code** (niet via config) en volgt één businessregel:
-
-> **Precision boven recall** — liever een relevant OV-artikel missen dan één
-> niet-OV-artikel ten onrechte doorlaten. (Gebruikersbesluit 2026-09-10)
-
-## Functionaliteit
-
-- Abonneren op feeds per room, met per-feed meldingssjabloon en `m.notice`-optie.
-- **Conditional fetch** (`ETag`/`Last-Modified`) en backoff bij faalende feeds.
-- **HTML-scrape-modus**: bronnen zonder RSS/Atom/JSON worden als pagina gepolled via
-  per-feed `feed.scrape_config` (zie `buzzrss/html_scrape.py`; eerste productiefeed: CNV).
-- **Paywall-uitsluiting** (`exclude_paywalled`) en **titel-dedup over feeds**
-  (`title_dedup_days`: zelfde titel van een andere site van dezelfde uitgever = niet dubbel posten).
-- Per-run logfile met aantallen (`run_log_file`).
-- **WhatsApp-forward**: alleen `entry.link` wordt gepost (vooruit-links, zonder titel),
-  met dedup-check tegen de doelgroep. Uit zolang `whatsapp_api`/`whatsapp_chat_id` leeg zijn.
-
-## Commando's
-
-Prefix uit config (`command_prefix`, default `rss`), eventueel zonder `!`:
-
-| Commando | Aliassen | Werking |
-|---|---|---|
-| `!rss subscribe <url>` | `s`, `sub` | Deze room op een feed abonneren (nieuwe feed wordt direct geïndexeerd) |
-| `!rss unsubscribe <feed-id>` | `u`, `unsub` | Abonnement van deze room opzeggen |
-| `!rss subscriptions` | `ls`, `list`, `subs` | Abonnementen in deze room + huidige filter |
-| `!rss template <feed-id> [sjabloon]` | `t`, `tpl` | Meldingssjabloon bekijken/wijzigen (variabelen: `$title`, `$link`, `$summary`, `$feed_title`, …) |
-| `!rss notice <feed-id> <true\|false>` | `n` | Als `m.notice` versturen i.p.v. `m.text` |
-| `!rss filter` | `f`, `set-filter`, `show-filter`, `get-filter` | Toont het vaste OV-matchfilter |
-
-Bestuurders: admins uit de config, of gebruikers met een powerlevel ≥ dat van het
-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)
-
-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:
-
-```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)
-```
-
-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',
-  idioom 'goed met elkaar overweg kunnen', 'een wijk opwaarderen',
-  brandweerjargon 'sein brandmeester', figuratief 'weer op de rails',
-  achternaam 'Hermes' (Margraten), 'restaurant/woning naast busstation'.
-
-## Tests
-
-```bash
-python3 validate_filter.py
-```
-
-Vaste invarianten + regressie (momenteel **90 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).
-
-**Verplicht vóór elke filterwijziging** (zie `AGENTS.md`): het classificatiebeleid in
-`buzzrss/bot.py` lezen, `validate_filter.py` groen, en de **compleetheids-audit**:
-OV-gap-scan over de afgewezen artikelen van de specialist-feeds (SpoorPro,
-Treinreiziger, Mobiliteit; query op `entry` in PostgreSQL-schema `mbp_rss`),
-nieuwe woordkandidaten klasseer je volgens het beleid (minimaal één extra
-taalmodel; enige stem 'TWIJFEL'/'NIET-OV' ⇒ zwak).
-
-## Configuratie
-
-Zie `base-config.yaml` (wordt in het gebouwde `.mbp` meegeleverd):
-
-| Sleutel | Default | Werking |
-|---|---|---|
-| `update_interval` | 60 | Poll-interval in minuten |
-| `max_backoff` | 7200 | Maximale backoff (minuten) bij faalende feeds |
-| `poll_parallelism_limit` | 10 | Maximaal aantal feeds tegelijk pollend |
-| `spam_sleep` | 2 | Pauze tussen berichten bij broadcast (‑1 = parallel) |
-| `command_prefix` | `rss` | Commando-prefix |
-| `notification_template` | `New post in $feed_title: [$title]($link)` | Standaard meldingssjabloon |
-| `run_log_file` | `/data/buzzrss-runs.log` | Per-run samenvattingsregel (leeg = uit) |
-| `whatsapp_api` / `whatsapp_session` / `whatsapp_chat_id` | – | WhatsApp-forward (leeg adapter = uit) |
-| `exclude_paywalled` | true | Betaalmuur-artikelen overslaan |
-| `title_dedup_days` | 30 | Cross-feed titel-dedup-venster (0 = uit) |
-| `admins` | – | Gebruikers die room-permissies mogen omzeilen |
-
-## Deploy
-
-Productie draait het **geïnstalleerde `.mbp`** (maubot), niet deze werkdirectory —
-een commit is pas actief na build + upload + restart. Exacte recepten staan in de
-maubot-beheerskill (`skill://maubot`) en de Obsidian-vault (Matrix Synapse en MAS.md).
-
-In het kort:
-
-```text
-1. mbc build uit de VOLLEDIGE bron (buzzrss/ + maubot.yaml + base-config.yaml —
-   zonder base-config.yaml faalt de instance met BaseMissingError)
-2. POST /_matrix/maubot/v1/plugins/upload?allow_override=true (admin-login)
-3. docker restart matrix-bot-maubot
-```
-
-**NOOIT maubot `reload` gebruiken** — die laat zombie-commandhandlers achter
-(één commando → N antwoorden). Alleen een proces-herstart wist de handlers.
-
-## Architectuur in het kort
-
-- Poll-loop → per feed conditional-fetch of HTML-scrape → nieuwe entries
-  (`feed_id` + `id` PK-dedup) → cross-feed titel-dedup → `_filter_passes` →
-  broadcast naar alle subscriptions + optioneel WhatsApp (`_send_whatsapp`).
-- Persistente tabel `whatsapp_posted` voor WhatsApp-dedup.
-- DB: PostgreSQL-schema `mbp_rss` (`feed`, `entry`, `subscription`,
-  `whatsapp_posted`); migraties via maubot's `UpgradeTable` (`buzzrss/migrations.py`).
-
-## Licentie
-
-AGPL-3.0-or-later (upstream: maubot/rss, © Tulir Asokan).

buzzrss/bot.py

@@ -55,28 +55,23 @@ rss_change_level = EventType.find("xyz.maubot.rss", t_class=EventType.Class.STAT
 # Gewogen OV-trefwoord-families voor het match-filter. Elke tuple = (regex, gewicht).
 # Per familie wordt 1× geteld per 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
+# 2026-09-11). Drempel (3): doorlaten als de som van de unieke familie-gewichten
-# gewicht wint): 'ov-chipkaart' bevat 'chipkaart', 'openbaar vervoer' bevat
+# >= MATCH_FILTER_THRESHOLD (titel weegt niet extra).
-# 'vervoer', 'treinstoring' matcht de zwakke \w*trein\w*-familie mee — geen
+# Gewicht 3 (sterk, onmiskenbaar OV): één woord in titel óf samenvatting volstaat.
-# dubbeltelling (besluit 2026-09-13; 'busbaan' stond in twee families en is
+# Gewicht 2 (medium): moet combineren met een andere OV-familie; één medium-hit,
-# uit de halte-familie verwijderd, refactor 2026-09-13). Drempel (3): doorlaten
+#   in titel óf samenvatting, haalt de drempel niet.
-# als de som van de unieke familie-gewichten >= MATCH_FILTER_THRESHOLD
+# Gewicht 1 (zwak/dubbelzinnig: los "bus", "breng", "overweg", "overwegen", "sein",
-# (titel weegt niet extra).
+#   "kaartje", "opwaarderen", "rails", "pendelbus"): moet met een ander OV-woord
-# MAX-GEWICHT 2 — besluit 2026-09-12: een enkele FAMILIE-hit kan nooit solo
+#   combineren (een tweede, andere familie — dezelfde zwakke familie in titel én
-# doorlaten (2 < 3); écht OV-nieuws combineert in de praktijk altijd met een
+#   samenvatting telt niet als combinatie) EN minstens één zwak woord moet in de
-# tweede signaal (gevalideerd op 205 productie-artikelen; zie beleidsblok).
+#   TITEL staan: een combinatie van alleen zwakke woorden in de samenvatting is
-# Gewicht 2 (onmiskenbaar OV: merken, sectorjargon, samenstellingen als bushalte/
+#   geen bewijs (het golfbericht met "station" + "pendelbus" + "bus" in de
-# spoorlijn/veerboot — de vroegere 'sterk(3)' én 'medium(2)' zijn hierin
+#   samenvatting is geen OV-nieuws). Weert zo "VW-bus"/"schoolbus", "weer op de rails", het
-# opgegaan, want beide moeten nu combineren).
+#   werkwoord "brengen" ("hoe breng je ... in beeld"), het idioom "goed met elkaar
-# Gewicht 1 (zwak/dubbelzinnig): moet met een andere OV-familie combineren
+#   overweg kunnen", het werkwoord "overwegen" ("gratieverlening overwegen"), het
-# (een tweede, andere familie — dezelfde zwakke familie in titel én samenvatting
+#   werkwoord "opwaarderen" ("een wijk opwaarderen") en brandweerjargon
-# telt niet als combinatie) EN minstens één zwak woord moet in de TITEL staan:
+#   ("sein brandmeester"), zonder eenduidige bushalte/overweg/NS/trein-berichten
-# een combinatie van alleen zwakke woorden in de samenvatting is geen bewijs
+#   te raken.
-# (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"
@@ -85,148 +80,105 @@ rss_change_level = EventType.find("xyz.maubot.rss", t_class=EventType.Class.STAT
 #   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,
+# Bewust geaccepteerde botsingen: krant "De Metro"/café "De Tram" (medium).
-#   moet combineren). 'spoorbrug' weegt 2: een brug is vaak louter locatie
+# 'spoorbrug' is MEDIUM (niet sterk/whitelist): een brug is vaak louter locatie
-#   ('bij de spoorbrug tussen Liempde en Boxtel', Stuifmail 2026-09-12) — écht
+# ('bij de spoorbrug tussen Liempde en Boxtel', Stuifmail 2026-09-12) — één
-#   spoorbrug-nieuws combineert met trein/spoor/verkeer (besluit 2026-09-12).
+# spoorbrug-hit in de samenvatting is geen OV-nieuws; écht spoorbrug-nieuws
-# Naam-botsingen die bewust zijn afgezwakt (2026-09-12): 'hermes' (vervoerder
+# combineert met trein/spoor/verkeer en haalt de drempel alsnog (besluit 2026-09-12).
-#   Hermes vs. achternaam Ton Hermes — Margraten-false positive), 'breng'
+# Losse algemene woorden zijn zwak (moeten combineren met een andere familie):
-#   (vervoerder vs. werkwoord 'brengen'), 'spoor' (figuurlijk 'op het spoor van').
+# "trein", "sprinter" (atleet), "vervoerder" (logistiek), "reiziger",
-# Losse algemene woorden zijn zwak (moeten combineren): "trein", "sprinter"
+# "inchecken"/"uitchecken" (Schiphol/hotel), "station(s)" (omroepen), "bus",
-#   (atleet), "vervoerder" (logistiek), "reiziger"/"passagier" (vliegen),
+# "sein" (brandweer), "overweg", "breng", "kaartje", "opwaarderen", "rails".
-#   "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).
 #
-# Beslissing, in drie stappen (refactor 2026-09-13; logica equivalent met de
+# Drie lagen, elk met een eigen regel:
-# voorheen gelaagde takken — MAX-2-stelsel, besluit 2026-09-12):
+#   1. WHITELIST       -> ALTIJD door BIJ EEN HIT IN DE TITEL. Alleen termen die
-#   1. STERK SIGNAAL (whitelist-term óf dienststoring-zin in de TITEL) -> DOORLATEN.
+#      in élke context OV betekenen (merken: NS/ProRail/Arriva; onmiskenbaar jargon:
-#      Whitelist = termen die in élke context OV betekenen (merken:
+#      spoorstoring, perron, bushalte, conducteur, ovpay; multi-woord termen).
-#      NS/ProRail/Arriva; onmiskenbaar jargon: spoorstoring, perron, bushalte,
+#      REGEL: twijfel je of de term ook buiten het OV kan voorkomen -> NIET hier.
-#      conducteur, ovpay; multi-woord-frasen: nederlandse spoorwegen, openbaar
+#      NIET: station-samenstellingen (busstation/metrostation) — een bericht over
-#      vervoer, ice-berlijn ...). Een whitelist-hit in de titel telt +2,
+#      een pand 'naast het busstation' is geen OV-nieuws (besluit 2026-09-11);
-#      bovenop het familie-gewicht van dezelfde term (elke whitelist-term zit
+#      die wegen mee via de gewogen families (medium).
-#      óók in een familie) — samen altijd >= drempel, dus eenduidige OV-titels
+#      Een whitelist-term ALLEEN in de SAMENVATTING laat NIET onvoorwaardelijk
-#      ('Reactie Nederlandse Spoorwegen', 'Werkzaamheden aan perron') passeren
+#      door: een bijzin als 'de zakelijke bezoeker is ook nodig voor het openbaar
-#      alleen. REGEL: twijfel je of de term ook buiten het OV kan voorkomen ->
+#      vervoer' in een economiebericht is geen OV-nieuws (besluit 2026-09-12).
-#      NIET hier, maar zwak (eigen familie). Een whitelist-term ALLEEN in de
+#      Zo'n hit scoort via de gewogen families (dezelfde termen staan daar ook in).
-#      SAMENVATTING blijft inert: een bijzin als 'de zakelijke bezoeker is ook
+#   2. GEWOGEN FAMILIES -> score = som van unieke OV-families over het hele artikel
-#      nodig voor het openbaar vervoer' in een economiebericht is geen
+#      (titel + samenvatting; per familie 1× per artikel — herhaling of beide velden
-#      OV-nieuws (besluit 2026-09-12); zo'n hit scoort alleen via de familie.
+#      tellen niet dubbel, besluit 2026-09-11) >= drempel (3).
-#   2. CONTEXT: som van unieke OV-signalen over titel + samenvatting
+#      - sterk (3):    onmiskenbaar OV-jargon/merken/samenvoegingen (spoorlijn,
-#      >= drempel (3). Per familie 1× per artikel (herhaling of beide velden
+#                      bushalte, busverkeer, intercity, lijn 12, ...).
-#      tellen niet dubbel, besluit 2026-09-11); overlappende familie-treffers
+#      - medium (2):   onmiskenbaar OV maar iets algemener (tram, metro, halte,
-#      van dezelfde term wegen 1× met het hoogste gewicht (span-merge in
+#                      pont, ovpay, openbaar vervoer, trein-/bus-/metrostation).
-#      _fam_hits, besluit 2026-09-13 — 'ov-chipkaart' bevat 'chipkaart' maar
+#                      Moet COMBINEREN met een andere OV-familie: één medium-hit,
-#      weegt als één term 2, geen 3).
+#                      in titel óf samenvatting, is onvoldoende — de titel weegt
-#      - sterk (2):    onmiskenbaar OV-jargon/merken/samenvoegingen (spoorlijn,
+#                      niet extra ('restaurant naast busstation' in de titel is
-#                      bushalte, busverkeer, intercity, veerboot, ertms,
+#                      geen OV-bericht, besluit 2026-09-11).
-#                      rangeer..., ice-frasen, ...) én het dienststoring-
+#                      EXTRA (besluit 2026-09-12): een medium + zwak-combinatie
-#                      contextpatroon 'vervoerswoord + rijdt/rijden (niet) +
+#                      UITSLUITEND in de samenvatting (geen enkele hit in de
-#                      niet' ('sprinters rijden niet', 'metro rijdt niet').
+#                      titel) is geen OV-bewijs — 'openbaar vervoer' + 'zakelijke
-#                      Eén hit (titel óf samenvatting) is onvoldoende: moet
+#                      reizigers' in een economiebericht telt dan toch op tot de
-#                      combineren (2 + 1 = 3). De vroegere 'één sterk woord
+#                      drempel. Sterke (3) families blijven in de samenvatting
-#                      volstaat'-regel is vervallen — 'hermes' als achternaam
+#                      gewoon tellen.
-#                      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,
+#                      trein, bus, station(s), sprinter, reiziger, vervoerder,
-#                      vervoerder, inchecken/uitchecken, sein, overweg, breng,
+#                      inchecken/uitchecken, sein, overweg, breng, kaartje,
-#                      kaartje, opwaarderen, rails, dienstregeling, chipkaart,
+#                      opwaarderen, rails, dienstregeling, chipkaart, ontsporen,
-#                      reisproduct, vervoer(s)bewijs, ontsporen,
 #                      pendelbus/shuttlebus (evenement-/hotel-/parkeerpendel;
-#                      synoniemen -> bewust één familie), busongeluk/busvervoer
+#                      synoniemen -> bewust één familie, anders tellen twee
-#                      (touringcar/schoolbus), staking, vervoer, vervoersbedrijf,
+#                      synoniemen als twee onafhankelijke signalen).
-#                      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):
+# BEOORDELEN VAN EEN NIEUW WOORD:
 #   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)
+#   b) Is het een samenvoeging/merk die alleen OV kan betekenen? -> sterk (3)
-#      of whitelist (frasen die in élke context OV betekenen).
+#      of whitelist.
 #   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"
-)
-
 # =====================================================================
 MATCH_FILTER_FAMILIES: list[tuple[str, int]] = [
-    # sterk (2) — onmiskenbaar OV, maar één hit is onvoldoende (max-2-stelsel,
+    # sterk (3)
-    # 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|hermes|rrreis|qliner|ov)\b", 3),  # vervoerders ('Breng' staat in de zwakke groep: botst met het werkwoord "brengen")
-    (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)\w*\b", 3),  # spoorinfra; let op de klinkerwisseling: 'ontsporing' (open lettergreep, één o) vs 'ontspoord'/'ontspoorde' (dicht, dubbel o) — vandaar beide stammen. Géén 'spoorbrug': die is medium (vaak locatie-referentie, besluit 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 MEDIUM — 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"\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(?:bus|tram|metro)-?(?:halte|haltes|lijn|lijnen|verkeer|net|staking|ba(?:an|nen)|hok(?:je|jes)|chauffeur)\w*\b", 3),  # voertuig-samenstelling (bushalte/buslijn/bushokje/busbanen/…); géén 'station': *station-samenstellingen zitten in de station-familie, anders telde 'busstation' dubbel mee (via 'bus' én 'station') — fix 2026-09-11
-    (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(?:treinstoring|treinverkeer|treinstaking|treinongeval|treinbotsing|treinongeluk)\w*\b", 3),  # trein-jargon-samenstellingen: onmiskenbaar OV
     (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"\b(?:intercity|streekvervoer|stadsvervoer|veerdienst|veerboot|veerboten|veerpont|voetveer|veerverbinding|buurtbus|belbus)\w*\b", 3),  # treintypes, vervoerssectoren en veren ('sprinter' staat in de zwakke groep: atleet-botsing)
-    (r"\blijn\s?\d{1,3}\b", 2),  # 'lijn 12' — vervoerslijn met nummer
+    (r"\blijn\s?\d{1,3}\b", 3),  # '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+...)
+    # medium (2)
-    (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(?:openbaar vervoer|lightrail|halte|bushokje|busbaan)\w*\b", 2),
     (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
+    (r"\bspoorbrug(?:gen)?\b", 2),  # spoorinfra, maar MEDIUM: vaak locatie-referentie, geen OV-nieuws ('bij de spoorbrug', Stuifmail 2026-09-12); moet combineren — zelfde regel als station-samenstellingen (besluit 2026-09-11)
     # 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"\breizigers?\b", 1),  # ook algemeen ('zakenreizigers vliegen') — aparte familie, moet combineren
     (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
@@ -239,73 +191,59 @@ MATCH_FILTER_FAMILIES: list[tuple[str, int]] = [
     (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)
 ]
 
-# Drempel voor doorlaten: som van unieke familie-gewichten >= 3. Max-2-stelsel
+# Drempel voor doorlaten (score = 2×titel + 1×samenvatting).
-# (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).
 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:
+    # Straatnamen rond stations (genitief-s-vorm van "\bstation\w*\b"): een straat
-    # een straat die toevallig 'Trein' heet maakt een bericht geen OV-bericht.
+    # die toevallig bij een station ligt maakt een bericht nog 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
+# MATCH_FILTER_WHITELIST: termen die een bericht per definitie OV maken. Eén enkele
-# besluit 2026-09-12 is dit geen auto-pass meer: een whitelist-hit in de TITEL
+# hit in de TITEL laat ALTIJD door (geen familiescore nodig) — dit is het expliciete
-# telt +2 (één onmiskenbare term 2, nog een signaal nodig voor de drempel 3), en
+# "onmiskenbaar OV"-signaal, zodat we voor deze termen niet op de gewogen
-# in de SAMENVATTING helemaal niet (die scoort via de overeenkomstige familie —
+# heuristiek hoeven te leunen. Vergelijking is case-insensitive, dus ook 'nederlandse
-# een whitelist-term zit altijd óók in een familie). Zie _filter_passes.
+# spoorwegen', 'prorail' en 'NS' in all-caps titels tellen mee.
-# "Onmiskenbaar" = in élke context OV: merken (NS/ProRail/Arriva), onmiskenbaar
+# Een whitelist-hit ALLEEN in de samenvatting is géén onvoorwaardelijk signaal
-# jargon (spoorstoring, perron, bushalte, conducteur, ovpay), multi-woord-frasen
+# (besluit 2026-09-12: 'openbaar vervoer' als bijzin in een economiebericht is geen
-# (nederlandse spoorwegen, openbaar vervoer, ice-berlijn ...).
+# OV-nieuws); die term scoort dan via de gewogen families — voor whitelist-termen
-# Regel: twijfel je of de term ook buiten het OV kan voorkomen -> NIET hier, maar
+# die geen eigen familie hebben (bv. 'treinstel': alleen zwak via \w*trein\w*) is
-# zwak (eigen familie). Daarom 'hermes' hieruit (achternaam, besluit 2026-09-12).
+# een samenvatting-alleen hit dus zwak.
-# 'treinstel'/'veerdienst'/'buurtbus'/'lijn 12' staan hier alleen als TITEL-anker
+# Termen MOETEN in elke context OV betekenen. Niet hierop (algemeen/dubbelzinnig):
-# (= het oude effect van één onmiskenbare term in de titel, nu via +2) — in de
+# los 'trein', 'bus', 'metro', 'tram', 'station', 'lijn', 'ov', 'reiziger',
-# samenvatting wegen ze als familie (2/1). Vergelijking is case-insensitive.
+# 'vervoerder', 'sprinter',
+# 'inchecken' (Schiphol/hotel), 'sein' (brandweerjargon), 'overweg', 'treinramp'
+# (films) — die blijven in de gewogen families.
 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",
+    "u-ov", "allgo", "blauwnet", "r-net", "valleilijn", "hermes", "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",
+    "spoorstaking", "perron", "wisselstoring", "seinstoring", "treinstoring", "treinverkeer",
-    "ertms", "perron", "wisselstoring", "seinstoring", "treinstoring", "treinverkeer",
+    "treinstaking", "treinongeval", "treinbotsing", "treinstel",
-    "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",
+    "busstaking", "tramhalte", "tramlijn", "tramnet", "tramverkeer",
-    "tramhalte", "tramlijn", "tramnet", "tramverkeer",
     "metrolijn", "metroverkeer",
     # Tarief/vervoerder-jargon
     "ov-chipkaart", "ov-staking", "lightrail",
@@ -325,9 +263,6 @@ _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:
@@ -467,111 +402,73 @@ 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).
+        """(familie-index, gewicht) voor elke OV-familie die in text voorkomt (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.
+        dezelfde tekst scoort gewoon verder."""
-
+        hits: list[tuple[int, int]] = []
-        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))
+                hits.append((idx, weight))
                 break
-        spans.sort()
+        return hits
-        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]
 
     @staticmethod
     def _filter_passes(title: str, summary: str) -> bool:
-        """Driestaps-beslissing, precision-first (refactor 2026-09-13; beslissing
+        """Gewogen familiescore: elke OV-familie telt 1× per artikel (titel + samenvatting
-        equivalent met v1.13.0, maar de drie historische uitzonderings-takken
+        samen; herhaling of beide velden = één signaal). Doorlaten bij som >= drempel.
-        reduceren tot één regel — zie stap 3):
+        (titel weegt NIET extra — één medium-hit, 'restaurant naast busstation',
+        is geen OV-bewijs; besluit 2026-09-11).
 
-          1. STERK SIGNAAL: een whitelist-term óf een dienststoring-zin
+        Sterke families (gewicht 3) halen de drempel al met één woord in titel óf
-             ('sprinters rijden niet') in de titel is voldoende. Elke
+        samenvatting. Medium (2) moet combineren met een andere OV-familie.
-             whitelist-term staat óók in een familie, dus zo'n titel telt +2 én
+        Zwakke woorden (losse 'bus', 'breng', 'overweg', 'overwegen', 'sein',
-             het familie-gewicht — samen altijd >= drempel ('NS meldt storing',
+        'opwaarderen', 'kaartje', 'rails', 'pendelbus') moeten combineren met een
-             'Werkzaamheden aan perron', 'Buurtbus rijdt niet meer'). In de
+        ander OV-woord én minstens één zwak woord moet in de titel staan; dezelfde
-             samenvatting ALLEEN is zo'n term géén bewijs ('openbaar vervoer'
+        zwakke familie in titel én samenvatting is géén combinatie. Whitelist-termen
-             als bijzin in een economiebericht, besluit 2026-09-12) en scoort
+        (NS, perron, bushalte, openbaar vervoer, ...) laten alleen onvoorwaardelijk
-             die alleen via de overeenkomstige familie.
+        door BIJ EEN HIT IN DE TITEL; in de samenvatting wegen ze mee als gewogen
-
+        familie. Een medium + zwak-combinatie UITSLUITEND in de samenvatting (geen
-          2. CONTEXT: de som van unieke OV-signalen over titel + samenvatting
+        enkele hit in de titel) is geen OV-bewijs ('openbaar vervoer' + 'zakelijke
-             >= drempel (3). Eén term telt één signaal per artikel ('busstation'
+        reizigers' in een economiebericht, besluit 2026-09-12). Weert oa
-             60× of in beide velden = één keer); overlappende familie-treffers
+        'VW-bus' (bus matcht niet ná een koppelteken), 'schoolbus', 'bussen rijden
-             van dezelfde term wegen 1× met het hoogste gewicht (span-merge in
+        om' in een woningbrand-lead, het werkwoord 'brengen', het idioom 'goed met
-             _fam_hits, besluit 2026-09-13 — 'ov-chipkaart' bevat 'chipkaart'
+        elkaar overweg kunnen', 'een wijk opwaarderen', brandweerjargon
-             maar weegt als één term 2, geen 3). Geen
+        'sein brandmeester', figuratief 'weer op de rails' en een golfverslag
-             familie weegt meer dan 2 (max-2-stelsel, besluit 2026-09-12): een
+        waarin de samenvatting 'station' + 'pendelbus' + 'bus' noemt.
-             enkel sterk woord kan nooit solo doorlaten ('hermes' als
+        Bewust doorgelaten: krant 'De Metro'/café 'De Tram' (medium) en atleet-
-             achternaam passeerde vroeger op één vervoerder-hit van 3 —
+        'sprinter' in combinatie met ander OV-woord."""
-             Margraten; écht OV-nieuws combineert in de praktijk altijd met een
+        # Whitelist: een onmiskenbare OV-term in de TITEL laat altijd door (het
-             tweede signaal, gevalideerd op 205 productie-artikelen).
+        # artikel kondigt het onderwerp aan: 'NS verlengt noodregeling'). Een
-
+        # whitelist-term ALLEEN in de samenvatting is geen OV-bewijs ('openbaar
-          3. TITEL-ANKER: staat er geen enkel OV-signaal in de titel (geen
+        # vervoer' als bijzin in een economiebericht, besluit 2026-09-12) en
-             familie-hit, geen whitelist-term), dan is de score uitsluitend
+        # scoort via de gewogen families hieronder.
-             samenvatting-bewijs en mag die geen zwak/ambigue woord bevatten —
+        if RSSBot._whitelist_hit(title):
-             'station'+'pendelbus'+'bus' in een golfverslag, 'openbaar
+            return True
-             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)
-        # Unieke OV-signalen over beide velden: één term telt één signaal per
+        # Eén familie telt 1× per ARTIKEL (titel én samenvatting samen): 'busstation'
-        # artikel ('busstation' in titel én samenvatting, of 60×, blijft één
+        # in beide velden, of 60× in de tekst, blijft één signaal (besluit 2026-09-11).
-        # 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():
+        if max(combined.values()) == 1:
-            # Stap 3: geen enkel titel-signaal én een zwak woord in de score —
+            # Alleen zwakke families: dan moeten ≥2 verschillende families meetellen
-            # samenvatting-bewijs zonder titel-anker is geen OV-bewijs.
+            # én minstens één zwak woord moet in de TITEL staan. Zwakke woorden in
+            # de samenvatting alleen zijn geen bewijs ('station' + 'pendelbus' +
+            # 'bus' in een golfverslag telt anders op tot de drempel).
+            if not t_hits or len(combined) < 2:
+                return False
+        elif not t_hits and 1 in combined.values():
+            # Medium + 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
 
@@ -579,24 +476,26 @@ class RSSBot(Plugin):
     def _filter_summary() -> str:
         """Mensvriendelijke weergave van het vaste gewogen match-filter."""
         return (
-            "**OV-matchfilter (vast in code; max-2-stelsel, precision-first):**\n"
+            "**OV-matchfilter (vast in code, gewogen families):**\n"
-            "- **Sterk signaal in de TITEL → door**: whitelist-term (NS, ProRail, Nederlandse Spoorwegen, spoorstoring, perron, "
+            "- Sterk (3): vervoerders (NS, Arriva, ProRail, Qbuzz, ...), spoorinfra (spoorlijn, spoorwegovergang, perron, spoorstoring), "
-            "bushalte, conducteur, ov-chipkaart, ovpay, openbaar vervoer, Deutsche Bahn, ICE Berlijn, ...) of een dienststoring-zin "
+            "samenstellingen als bushalte/buslijn/bushokje/busbaan/busverkeer, treinstoring/treinverkeer/treinstaking, "
-            "('sprinters rijden niet', 'metro rijdt niet') — die telt +2 bovenop het familie-gewicht. In de samenvatting alleen "
+            "intercity/streekvervoer/veerdienst/buurtbus/belbus, 'lijn 12'\n"
-            "weegt zo'n term mee als gewone familie.\n"
+            "- Medium (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 — één medium-hit volstaat niet, moet combineren met een andere OV-familie; "
-            "spoorinfra (spoorlijn, spoorstoring, perron, ertms, spoorsector), bus-samenstellingen (bushalte, buslijn, buschauffeur, busbaan), "
+            "medium + 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', 'vervoerder', 'sprinter' — 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 (altijd door bij een hit in de TITEL):** een onmisbare OV-term in de titel is genoeg "
-            "'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, ...); 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 (medium/sterk)\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: 1.14.0
+version: 1.11.0
 modules:
 - buzzrss
 main_class: RSSBot

validate_filter.py

@@ -25,9 +25,8 @@ 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", "_disruption_hit"}
+WANT_METHODS = {"_fam_hits", "_filter_passes", "_filter_text", "_whitelist_hit"}
 
 nodes = []
 for n in tree.body:
@@ -74,16 +73,12 @@ def check(cond: bool, msg: str):
 # --- Invariant 1: dubbelzinnige woorden mogen nooit sterk/medium of whitelist zijn
 AMBIGUOUS = [
     "trein", "bus", "station", "stations", "sprinter", "sprinters",
-    "reiziger", "reizigers", "passagier", "passagiers", "vervoerder", "vervoerders",
+    "reiziger", "reizigers", "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",
 ]
 print(f"== invariant 1: {len(AMBIGUOUS)} dubbelzinnige woorden -> alleen zwak (1), nooit whitelist ==")
 for w in AMBIGUOUS:
@@ -98,12 +93,6 @@ UNAMBIGUOUS = [
     "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:
@@ -111,22 +100,12 @@ for w in UNAMBIGUOUS:
     check(whitelisted(w) or any(g >= 2 for g in gew),
           f"{w!r} heeft whitelist of gewicht >= 2 (gewichten {sorted(gew)})")
 
-# --- Invariant 3: patronen compileren en gewichten geldig (max-2, besluit 2026-09-12)
+# --- Invariant 3: patronen compileren en gewichten geldig
-print("== invariant 3: alle families compileren, gewicht in {1,2} ==")
+print("== invariant 3: alle 24+ families compileren, gewicht in {1,2,3} ==")
 for p, w in FAMILIES:
-    check(w in (1, 2), f"familie {p[:40]!r} heeft geldig gewicht {w} (max-2-stelsel)")
+    check(w in (1, 2, 3), f"familie {p[:40]!r} heeft geldig gewicht {w}")
 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)
@@ -204,78 +183,6 @@ GOLDEN = [
     ("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
 ]
 print(f"== regressie: {len(GOLDEN)} cases (precision-first) ==")
 for t, s, want in GOLDEN: