用于文学分析中作者归属与体裁检测的Word2vec图模型
信息检索
2023-10-27 v1
摘要
分析作者与文章的写作风格是支持诸如作者归属与体裁检测等多种文学分析的关键。多年来，包含文体计量、词袋、n-gram的丰富特征集已被广泛用于此类分析。然而，这些特征的有效性在很大程度上取决于特定语言的语言学方面与数据集的具体特征。因此，基于这些特征集的技术难以跨领域给出理想结果。在本文中，我们提出了一种新颖的基于Word2vec图的文档建模方法，能够准确捕捉文档的上下文与风格。通过使用这些基于Word2vec图的特征，我们进行分类以完成作者归属与体裁检测任务。我们在 comprehensive 的文学著作集上的详尽实验研究显示了该方法相对于传统基于特征方法的优越性。我们的代码与数据公开于 https://cutt.ly/svLjSgk
引用
@article{arxiv.2310.16972,
title = {The Word2vec Graph Model for Author Attribution and Genre Detection in Literary Analysis},
author = {Nafis Irtiza Tripto and Mohammed Eunus Ali},
journal= {arXiv preprint arXiv:2310.16972},
year = {2023}
}
备注
12 pages, 6 figures