因特网上的写作风格鉴别

• 作者: 孙晓明 金奕江 马少平
• 来源期刊: 广西师范大学学报(自然科学版)
• 学科: 工学
• 关键词: 写作风格 文本分类 虚词频率 作者鉴别
• 年，卷（期）: 2003,（1）
• 页码范围: 62-66
• 页数: 5页
• 分类号: TP391.1
• 字数: 3794字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-6600.2003.01.011

摘要

根据写作风格来鉴别作者这一问题在国外很早就已经开始研究了,并有很多成功应用.而针对中文的研究却非常少.首次提出了使用文章中虚词频率分布作为特征来研究这一问题,采用了两种不同的规格化方法来消除文章长度的差异,并采用了多种不同的分类方法.实验结果表明采用虚词频率作为特征是行之有效的,即使采用最简单的模板匹配的识别方法都能够取得很好的识别效果,采用SVM等方法可以进一步提高识别率.此外可以在一定范围内减少使用的虚词的数量,而不损失识别效果.