寓言：贝郎中的分简术
大治年间，天下承平，商贾云集。京城通政司的信房每天都要接收来自全国各地成千上万的竹简。
起初，这些竹简多是各地官员汇报旱涝灾情、秋收粮草的军国大事。但渐渐地，信房的文书们发现，竹简里混入了大量毫无用处的“废简”。有江湖道士推销“长生仙丹”的，有西域商人声称“稳赚不赔”寻找合伙的，还有假冒远房亲戚借钱的。
文书们苦不堪言。他们每天必须逐字逐句阅读每一枚竹简，才能判断这是十万火急的边关战报，还是骗人钱财的无稽之谈。由于废简太多，真正重要的“要简”常常被积压，险些误了国家大事。
通政司里有一位名叫贝晔的郎中，精通算学。他见文书们日渐憔悴，便立下军令状：“给我一月时间，我能让信房只留要简，片纸废简皆不得入内。”
众人皆不信。贝晔不慌不忙，他并未教文书们如何去辨别骗子的语气，而是让人把过去一年里已经确认的“废简”堆在左边，确认的“要简”堆在右边。
随后，贝晔雇了几十个账房先生，什么都不做，只负责“拆字”。
他让账房先生统计：在左边的十万卷废简中，“仙丹”二字出现了多少次？“稳赚”出现了多少次？“速汇”出现了多少次？同样，右边的十万卷要简中，“粮草”、“水利”、“流寇”又各自出现了多少次？
一月后，贝晔编纂了一本《字眼概率大账》。
这天，信使送来一卷新竹简，文书刚要解开绳结细读，贝晔拦住他，只扫了一眼简牍上的几个词：“绝密”、“祖传”、“金锭”、“速来”。
贝晔翻开大账，拨动算盘：“‘绝密’一词，在过往的废简中出现过三千次，在要简中只出现过五十次；‘金锭’在废简中出现两千次，要简中三十次……综合这几个字眼同时出现的几率来算，此简为废简的可能，已达九成九。”
贝晔判定：“烧了，不必细看。”
文书半信半疑地打开那卷原本要烧掉的竹简，果然是一封声称在深山挖到前朝宝库，需要一点盘缠去运宝的骗子信件。
众人大惊，奉若神明。此后，信房再也不用逐句读信。每来一简，只提取其中几个特殊的字眼，对照贝晔的大账一算，便知真伪。
后来，江湖骗子们听闻了这套阵法，便狡猾地改变了用词。他们不再写“仙丹”，改写“神药”；不再写“金锭”，改写“通宝”。
文书们本以为贝晔的阵法要失效了，谁知贝晔微微一笑：“大账并非死物。”每当有漏网的废简被识破，贝晔就会把这卷新废简扔进左边的库房，重新统计字眼。渐渐地，“神药”和“通宝”在废简中出现的数字水涨船高，很快又被大账精准地挡在了门外。
通政司自此纲纪肃然，贝晔的这套算账之法，也被后人称为“贝氏分简术”。
概念解析：贝叶斯垃圾邮件过滤 (Bayesian Spam Filtering)
在上面的寓言中，贝晔郎中使用的“分简术”，正是计算机科学中极为经典的贝叶斯垃圾邮件过滤模型。这个概念的核心不是去“理解”邮件的含义，而是利用统计学 and 概率论来计算一封邮件是垃圾邮件的可能性。
以下是故事与真实技术概念的对应关系：
- 贝晔郎中：代表托马斯·贝叶斯 (Thomas Bayes) 提出的贝叶斯定理，以及基于该定理的分类算法。
- 废简与要简的分类堆放：代表机器学习中的**训练集 (Training Data)**。过滤器必须先“吃下”大量已知是垃圾邮件 (Spam) 和正常邮件 (Ham) 的样本，才能进行学习。
- 账房先生拆字统计：代表特征提取 (Feature Extraction) 和词频统计。系统会将邮件拆分成一个个词语（Token），并计算这些词语在垃圾邮件和正常邮件中出现的频率。
- 《字眼概率大账》：代表训练后生成的概率模型。模型知道“免费”、“中奖”、“伟哥”这类词在垃圾邮件中出现的概率极高，而在正常邮件中概率极低。
- 综合字眼计算判定：代表朴素贝叶斯分类器 (Naive Bayes Classifier) 的核心运作。当一封新邮件到来时，系统会提取其中的词汇，并使用贝叶斯定理计算在包含这些特定词汇的条件下，这封邮件是垃圾邮件的后验概率。
其背后的核心数学逻辑是贝叶斯定理：
$$P(Spam|Words) = \frac{P(Words|Spam)P(Spam)}{P(Words)}$$
在实际的垃圾邮件过滤中，假设一封邮件包含词汇 $W_1, W_2, … W_n$，计算它是垃圾邮件 ($S$) 的概率公式通常展开为：
$$P(S|W_1, …, W_n) = \frac{P(S) \prod P(W_i|S)}{P(S) \prod P(W_i|S) + P(H) \prod P(W_i|H)}$$
(其中 $S$ 代表垃圾邮件， $H$ 代表正常邮件)
- 骗子改换词汇与大账的持续更新：代表贝叶斯过滤器的**自适应与持续学习能力 (Adaptive Learning)**。垃圾邮件发送者会不断改变策略（例如将 “Viagra” 写成 “V1agra”），但只要用户手动将漏网的邮件标记为“垃圾邮件”，贝叶斯过滤器就会将这些新词汇纳入计算库，重新调整概率权重。这种“魔高一尺，道高一丈”的动态更新，是贝叶斯过滤器在早期互联网时代大获成功的关键。