DeepStyle:用于短文本作者归属的用户风格嵌入
计算与语言
2021-03-23 v1 社会与信息网络
摘要
作者归属(AA)是找出给定文本所有者的任务,是一个重要且被广泛研究、具有众多应用的研究课题。近期工作表明深度学习方法可显著改善 AA 任务的准确率。然而,大多数已有方法使用单一类型特征(如词二元文法)表示用户帖子,并采用文本分类思路处理该任务。此外,这些方法对 AA 结果的可解释性非常有限。本文中,我们通过提出 DeepStyle 这一基于嵌入的新框架来应对这些局限,该框架学习用户显著写作风格的表示。我们在来自 Twitter 和微博的两个真实数据集上进行了充分实验。实验结果表明,DeepStyle 在 AA 任务上优于最先进的基线。
引用
@article{arxiv.2103.11798,
title = {DeepStyle: User Style Embedding for Authorship Attribution of Short Texts},
author = {Zhiqiang Hu and Roy Ka-Wei Lee and Lei Wang and Ee-Peng Lim and Bo Dai},
journal= {arXiv preprint arXiv:2103.11798},
year = {2021}
}
备注
Paper accepted for 4th APWeb-WAIM Joint Conference on Web and Big Data