PAN提交的 StylOch：基于频率特征的梯度提升树
计算与语言
2025-07-17 v1 人工智能
机器学习
摘要
本次提交给二进制AI检测任务的方案基于模块化的句法分析管道，其中：使用公开的spaCy模型进行文本预处理（包括分词、命名实体识别、依存语法分析、词性标注和形态学标注），并提取数千个特征（上述语言注释n-gram频率）；使用轻量级梯度提升机作为分类器。我们收集了超过50万篇机器生成文本的大型语料库，用于训练分类器。我们探索了several参数选项以增加分类器的容量，并充分利用了该训练数据集。我们的做法遵循非神经网络、计算成本低且可解释性强的先前有效方法。
引用
@article{arxiv.2507.12064,
title = {StylOch at PAN: Gradient-Boosted Trees with Frequency-Based Stylometric Features},
author = {Jeremi K. Ochab and Mateusz Matias and Tymoteusz Boba and Tomasz Walkowiak},
journal= {arXiv preprint arXiv:2507.12064},
year = {2025}
}