基于数据压缩的作者归属分析
计算与语言
2014-02-17 v1 数字图书馆
信息检索
机器学习
摘要
本文提出利用快速压缩距离（Fast Compression Distance, FCD）进行作者归属分析，这是一种基于直接从书面文本中提取的字典进行压缩的相似度度量方法。FCD 通过对两个相关字典交集集合的有效二分搜索来计算两份文档之间的相似度。在报告的实验中，所提出的方法被应用于风格各异、用五种不同语言书写且来自不同历史时期的文档。结果与最先进水平（state of the art）相当，并优于传统的基于压缩的方法。
引用
@article{arxiv.1402.3405,
title = {Authorship Analysis based on Data Compression},
author = {Daniele Cerra and Mihai Datcu and Peter Reinartz},
journal= {arXiv preprint arXiv:1402.3405},
year = {2014}
}