用于大规模作者归属的字符级与多通道卷积神经网络
计算与语言
2016-09-22 v1 机器学习
摘要
卷积神经网络（CNN）已在计算机视觉中展现出从原始信号中提取信息的卓越能力。近期，字符级和多通道 CNN 在句子分类任务中表现出优异的性能。我们将 CNN 应用于大规模作者归属任务，该任务旨在从众多候选作者中确定未知文本的作者。此举得益于 CNN 处理字符级信号以及区分大量类别的能力，同时与 SOTA 方法相比能做出更快的预测。我们广泛评估了利用词通道和字符通道的基于 CNN 的方法，并在大范围的作者数量下将其与 SOTA 方法进行比较，为传统方法提供了新的见解。我们表明，字符级 CNN 在五个不同领域数据集中的四个上优于 SOTA 方法。此外，我们提出了作者归属在 reddit 上的首次应用。
引用
@article{arxiv.1609.06686,
title = {Character-level and Multi-channel Convolutional Neural Networks for Large-scale Authorship Attribution},
author = {Sebastian Ruder and Parsa Ghaffari and John G. Breslin},
journal= {arXiv preprint arXiv:1609.06686},
year = {2016}
}
备注
9 pages, 5 figures, 3 tables