Rank-Turbulence Delta 与文体计量学 Delta 指标的可解释方法
摘要
本文介绍了两种用于作者归属的新度量——Rank-Turbulence Delta 和 Jensen-Shannon Delta，它们通过应用为概率分布设计的距离函数来推广 Burrows 的经典 Delta。我们首先阐述了这些度量的理论基础，对比了词频向量的中心化和非中心化 z-score 处理，并将非中心化向量重新表述为概率分布。基于这一表示，我们开发了一种 token 级别的分解方法，使得每个 Delta 距离在数值上均可解释，从而促进细读和结果验证。在英语、德语、法语和俄语的四个文学语料库上评估了这些方法的有效性。英语、德语和法语数据集来自 Project Gutenberg，而俄语基准是 SOCIOLIT 语料库，包含 89 位作者从 18 世纪到 21 世纪的 639 部作品。Rank-Turbulence Delta 达到了与 Cosine Delta 相当的归属准确率；Jensen-Shannon Delta 始终匹配或超越经典 Burrows Delta 的性能。最后，在扩展的 SOCIOLIT 语料库上重新评估了若干既有的归属算法，为其在显著的时间与文体变化下的鲁棒性提供了现实估计。
引用
@article{arxiv.2604.19499,
title = {Rank-Turbulence Delta and Interpretable Approaches to Stylometric Delta Metrics},
author = {Dmitry Pronin and Evgeny Kazartsev},
journal= {arXiv preprint arXiv:2604.19499},
year = {2026}
}
备注
Published in Digital Scholarship in the Humanities. The version of record is available at https://academic.oup.com/dsh/advance-article-abstract/doi/10.1093/llc/fqag072/8692587 Code available at: https://github.com/DDPronin/Rank-Turbulence-Delta