面向作者身份与写作风格变化检测的多作者文档风格计量分析
计算与语言
2024-01-15 v1
摘要
近年来，基于人工智能的文本生成工具日益普及，给文档溯源、认证和作者身份检测带来了新的挑战。然而，风格计量学的进展为利用风格分析技术在多作者文档中自动检测作者身份和作者变化提供了可能。风格分析可作为通过作者身份检测实现文档溯源与认证的首要步骤。本文研究了风格分析的三个关键任务：(i) 单作者与多作者文档分类，(ii) 单次变化检测，即识别作者切换的位置点，以及 (iii) 多作者文档中的多次作者切换检测。我们将这三项任务均构建为分类问题，并提出了一种基于优值融合的框架，该框架集成了多种前沿的自然语言处理（NLP）算法和权重优化技术。我们还探究了特殊字符（通常在NLP应用预处理阶段被移除）对所提方法在这些任务上性能的潜在影响，通过在清洗后和原始数据集上进行大量实验加以验证。实验结果表明，在基准数据集上，所提方法在所有三项任务上均显著优于现有解决方案。
引用
@article{arxiv.2401.06752,
title = {Stylometry Analysis of Multi-authored Documents for Authorship and Author Style Change Detection},
author = {Muhammad Tayyab Zamir and Muhammad Asif Ayub and Asma Gul and Nasir Ahmad and Kashif Ahmad},
journal= {arXiv preprint arXiv:2401.06752},
year = {2024}
}
备注
Tables 7, pages 4;