Neurobiber: 快速且可解释的风格特征提取
计算与语言
2025-02-27 v1
摘要
语言风格对于理解文本如何传达意义和实现交际目的至关重要，但在大规模上提取详细的风格特征仍具有挑战性。我们提出了Neurobiber，一个基于Transformer的快速、可解释的风格分析系统，其构建基于Biber的多维度分析（Multidimensional Analysis, MDA）。Neurobiber基于我们的开源BiberPlus库（一个用于计算风格特征的Python工具包，提供集成分析功能，例如主成分分析和因子分析）预测96种Biber风格特征。尽管速度比现有开源系统快多达56倍，Neurobiber在CORE语料库上重现了经典MDA洞察，并在PAN 2020作者验证任务上取得了具有竞争力的性能，且无需大量重新训练。其高效且可解释的表示可以便捷地集成到下游自然语言处理流程中，从而促进大规模文体计量学研究、法医分析和实时文本监控。所有组件均已公开发布。
引用
@article{arxiv.2502.18590,
title = {Neurobiber: Fast and Interpretable Stylistic Feature Extraction},
author = {Kenan Alkiek and Anna Wegmann and Jian Zhu and David Jurgens},
journal= {arXiv preprint arXiv:2502.18590},
year = {2025}
}