作者写作特征提取引擎

• 作者: SCHOMMER Christoph 董乃鹏 赵合计
• 来源期刊: 山东大学学报（工学版）
• 学科: 工学
• 关键词: 作者特征提取 文本处理 自然语言处理 数据挖掘 人工智能
• 年，卷（期）: 2009,（5）
• 所属期刊栏目: 机器学习与数据挖掘
• 页码范围: 27-31
• 页数: 5页
• 分类号: TP311
• 语种: 中文

摘要

随着计算机网络的发展,电子文章逐渐繁荣.电子文章版权保护近年来也越来越受关注.电子文章版权保护的一个解决方案是,首先提取一个作者的写作特征,通过写作特征的比较来判断版权所属.目前作者特征提取方向的研究多集中在寻找新的更有效的特征上.如何更加有效的提取一个作者的写作特征仍是一件富有挑战性的工作.本文建立了一个作者特征提取引擎模型,该引擎以某个作者某一类型的文章作为输入,以该作者在这一类型文章上的写作特征为输出.应用这个引擎模型,在可能的作者列表中,可以确定一篇文章倾向属于某个作者的可能性.本文主要对英文文章进行特征提取.作者的特征通过各种语言学上特征和语言学度量来表示,并采用标准差和主成分分析法分析这些特征的有效性.