社交媒体中基于相似性学习的作者身份验证

作者身份验证试图回答两个未知作者的文档是否由同一作者所写的问题。针对该任务已提出一系列成功的技术方法,其中许多基于n-gram等传统语言学特征。这些算法对于书籍和小说等某些类型的书面文档取得了良好结果。然而,社交媒体的法医作者身份验证是一项更具挑战性的任务,因为消息往往相对简短,且体裁与主题高度多样。在这一点上,基于n-gram等特征的传统方法成效有限。在本工作中,我们提出了一种新的用于相似性学习的神经网络拓扑结构,显著提升了在此类具有挑战性的数据集上的作者验证任务性能。