风格感知神经模型及其在作者身份归因中的应用
计算与语言
2019-09-16 v1 机器学习
摘要
写作风格是与特定作者在语言生成不同层次（包括词汇、句法和结构）上的一致决策之组合。本文引入一种风格感知神经模型，从三个风格层次编码文档信息，并在作者身份归因领域对其进行评估。首先，我们提出一种联合编码句子句法与词汇表示的简单方法。随后，我们采用基于注意力的层次神经网络来编码文档中句子的句法与语义结构，同时对更有助于捕捉写作风格的句子给予更高权重。基于四个基准数据集的实验结果揭示了，与文献中的基线方法相比，从全部三个风格层次编码文档信息的益处。
引用
@article{arxiv.1909.06194,
title = {Style-aware Neural Model with Application in Authorship Attribution},
author = {Fereshteh Jafariakinabad and Kien A. Hua},
journal= {arXiv preprint arXiv:1909.06194},
year = {2019}
}
备注
arXiv admin note: text overlap with arXiv:1902.09723