Tính xác suất cho mỗi thẻ ta dùng luật Bayes để tính. Giả sử ta cần tính xác suất cho thẻ chứa từ ‘promotion’. Từ này chúng ta thường xuyên gặp trong thư điện tử mời chào dịch vụ maketing. Công thức tính theo luật Bayes:
Trong đó:
Pr(S|W) là xác suất mà thư mà chứa từ ‘promotion’ là thư rác
Pr(S) là xác suất mà thư bất kì là thư rác
P(W|S) là xác suất mà từ "promotion" xuất hiện trong thư rác
Pr(H) là xác suất mà một bản tin bất kì không là thư rác
P(W|H) là xác suất mà từ "promotion" xuất hiện trong thư rác
Như đã nói ở trên, những thống kê gần đây cho thấy 80% thư điện tử là thư rác nên ta sẽ có:
Tuy nhiên để cho đơn giản và đã qua thực tế nên người ta chọn các xác suất trước là giống nhau và đều có giá trị bằng 0.5. Tức là:
Bộ lọc mà dùng giả thiết này được gọi là "không đối xứng", có nghĩa rằng chúng không có sự đối xử phân biệt các thư đến. Giả thiết này cho phép rút gọn công thức ở trên thành:
Bộ lọc thư rác Bayesspam vận dụng chính xác công thức trên để tính xác suất cho mỗi từ đơn.
Sau khi đã tính được xác suất thư chứa từ đơn là thư rác ta cần kết hợp các xác suất đơn đó lại thành một xác suất cuối cùng. Xác suất này dùng để đánh giá thư mà
chứa tất cả các từ đơn đó có xác suất là thư rác là bao nhiêu. Công thức tính xác suất kết hợp là:
f Trong đó:
p là xác suất thư đang xét là thư rác
p1là xác suất p(S|W1), ứng với từ đầu tiên (ví dụ từ "promotion")
p2 là xác suất p(S|W2) , ứng với từ thứ hai (ví dụ từ "offer")
....
pN là xác suất p(S|WN) , ứng với từ thứ N (ví dụ từ "home")
Kết quả p thường được dùng so sánh với một ngưỡng nào đó để quyết định thư đang xét có xác suất p đó có là thư rác hay không. Nếu p lớn hơn giá trị ngưỡng, thư đó sẽ bị đánh dấu là thư rác, ngược lại sẽ không bị đánh dấu là thư rác.