在作者分析中抑制领域风格的重要性
计算与语言
2020-06-01 v1
摘要
许多作者分析方法的前提是对写作风格的表征。但尽管经过数十年的研究，仍不清楚常用的、被广泛接受的表征（如字符三元组频率）在多大程度上真正代表作者的写作风格，而非更领域特定的风格成分甚至主题。我们首次在一种固定作者但训练与测试间交换领域的新型实验设置中解决了这一不足。借助该设置，我们揭示出使用字符三元组特征的方法在应用时若不注意领域，极易偏向领域信息，在领域交换下分类准确率下降高达 55.4 个百分点。我们进一步提出一种基于领域对抗学习的新补救方法，并与文献中基于启发式规则的方法进行比较。二者均能良好工作，将领域交换下的准确率损失分别降低至 3.6% 和 3.9%。
引用
@article{arxiv.2005.14714,
title = {The Importance of Suppressing Domain Style in Authorship Analysis},
author = {Sebastian Bischoff and Niklas Deckers and Marcel Schliebs and Ben Thies and Matthias Hagen and Efstathios Stamatatos and Benno Stein and Martin Potthast},
journal= {arXiv preprint arXiv:2005.14714},
year = {2020}
}