基于网络拓扑与词语间发性波动分析的作者身份识别
计算与语言
2015-03-04 v1
摘要
统计方法已广泛应用于许多实际的自然语言处理任务。更具体地说，复杂网络概念与动力系统理论方法已成功应用于识别书面文本中的风格模式。尽管大量研究致力于用物理模型表示文本，但仅有少数研究评估了从风格波动分析衍生的属性的相关性。由于波动是刻画无数真实系统的关键因素，本研究聚焦于通过复杂网络拓扑分析与间发性测量来分析文本中风格波动的性质。结果表明不同作者展现出不同的波动模式。特别地，发现利用特定词的间发性识别书籍作者是可行的。总之，此处描述的结果表明，在风格波动中发现的模式可用于分析其他相关的复杂系统。此外，发现与文本风格波动相关的新模式表明，这些模式可能有助于改进许多基于风格的自然语言处理任务的最先进水平(state of the art)。
引用
@article{arxiv.1502.01245,
title = {Authorship recognition via fluctuation analysis of network topology and word intermittency},
author = {Diego R. Amancio},
journal= {arXiv preprint arXiv:1502.01245},
year = {2015}
}