利用角色交互图与图神经网络建模乌尔都语小说的作者风格

作者分析传统上侧重于文本中的词汇与文体线索，而高层次的叙事结构仍未被充分探索，对于乌尔都语等低资源语言尤为如此。本文提出了一种基于图的框架，将乌尔都语小说建模为角色交互网络，以检验能否仅从叙事结构中推断作者风格。每部小说被表示为一个图，其中节点对应角色，边表示其在叙事邻近性中的共现关系。我们系统比较了多种图表示，包括全局结构特征、节点级语义摘要、无监督图嵌入和监督图神经网络。在由七位作者撰写的52部乌尔都语小说数据集上的实验表明，学习到的图表示显著优于手工制作和无监督基线，在严格的作者感知评估协议下达到了0.857的准确率。