作为拉丁语作者归属节奏特征的音节长短模式
计算与语言
2021-10-28 v1 机器学习
摘要
众所周知，在拉丁语书面文本创作中，不仅诗歌作品遵循特殊的格律方案，许多散文作品亦如此。此类格律模式基于所谓的音节长短，即所涉音节的长度，且有大量证据表明某些作者偏好特定的格律模式而非其他。在本研究中，我们探究将音节长短作为基础来推导节奏特征，以用于拉丁语散文文本的计算作者归属任务。我们测试了这些特征与其他主题无关特征结合时对作者归属任务的影响。我们在三个不同数据集上使用两种不同机器学习方法开展的实验表明，基于音节长短的节奏特征有益于区分拉丁语散文作者。
引用
@article{arxiv.2110.14203,
title = {Syllabic Quantity Patterns as Rhythmic Features for Latin Authorship Attribution},
author = {Silvia Corbara and Alejandro Moreo and Fabrizio Sebastiani},
journal= {arXiv preprint arXiv:2110.14203},
year = {2021}
}