《水与土之问》：计算文本 authorship 验证研究
计算与语言
2025-01-13 v1 数字图书馆
摘要
《水与土之问》是一部关于宇宙学的论著，传统上归于但丹·阿利吉里(Dante Alighieri)。然而，该文本的真实性存在争议，due to 与但丹既定作品的差异以及缺乏当代参考文献。本研究通过计算 authorship 验证（AV）来探讨《水与土之问》的真实性，AV 是一种结合监督机器学习和风格分析的技术。我们构建了一套 AV 系统，并组建了包含 330 篇 13 和 14 世纪拉丁文文本的语料库，用于通过留一交叉验证比较评估这些 AV 系统。我们最佳的系统在文本类型多样性的语料库中实现了高验证准确率（F1=0.970）。本研究表明，Distributional Random Oversampling (DRO) 是提升该系统准确率的关键因素，这是一种专为文本分类量身定制的技术，首次应用于 AV。将该 AV 系统应用于《水与土之问》后，返回了关于其真实性的高度自信预测。这一发现为《水与土之问》的 authorship 争论作出了贡献，并凸显了 DRO 在文化遗产领域应用 AV 的潜力。
引用
@article{arxiv.2501.05480,
title = {The \textit{Questio de aqua et terra}: A Computational Authorship Verification Study},
author = {Martina Leocata and Alejandro Moreo and Fabrizio Sebastiani},
journal= {arXiv preprint arXiv:2501.05480},
year = {2025}
}