面向行为者分析的日语网络评论作者归属基础研究
计算与语言
2026-04-21 v1 密码学与安全
摘要
本研究探讨了基于风格特征的作者归属在威胁情报中支持行为者分析的适用性。作为未来应用于暗网论坛的基础步骤，我们使用来自明网来源的日语评论数据进行了实验。我们从乐天市场评论构建了数据集，并比较了四种方法：基于TF-IDF的逻辑回归（TF-IDF+LR）、基于BERT嵌入的逻辑回归（BERT-Emb+LR）、BERT微调（BERT-FT）以及基于度量学习与k近邻的方法（Metric+kNN）。结果表明，BERT-FT取得了最佳性能；然而，当作者数量扩展到数百人时，训练变得不稳定，此时TF-IDF+LR在准确性、稳定性和计算成本方面表现更优。此外，Top-k评估展示了候选筛选的实用性，错误分析表明，模板化文本、主题依赖性和短文本长度是导致错误分类的主要因素。
引用
@article{arxiv.2604.16376,
title = {Foundational Study on Authorship Attribution of Japanese Web Reviews for Actor Analysis},
author = {Hiroshi Matsubara and Shingo Matsugaya and Taichi Aoki and Masaki Hashimoto},
journal= {arXiv preprint arXiv:2604.16376},
year = {2026}
}