基于降噪自编码器特征学习的作者识别及其在《西游记》诗词上的应用

• 作者: 周昌乐 罗天健 范亚超
• 来源期刊: 厦门大学学报（自然科学版）
• 学科: 工学
• 关键词: 降噪自编码器 编码特征 作者识别
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 自然语言处理专题
• 页码范围: 884-889
• 页数: 6页
• 分类号: TP391.1
• 字数: 4194字
• 语种: 中文
• DOI: 10.6043/j.issn.0438-0479.201804012

摘要

由于作者归属问题较为复杂,采用传统自然语言处理模型难以完成作者识别.为了深入挖掘作者归属问题,首先采用降噪自编码器深度模型提取文本结构特征,再采用支持向量机分类器完成作者识别.模型的优势在于能够考虑未知文本特征的噪声多样性和复杂性,且能够重构添加噪声的原始文本输入.将该方法应用于吴承恩、王廷陈、薛蕙等人的诗词作者识别,识别准确率最高为78.2％,验证了该方法的有效性,进一步将该方法应用于《西游记》诗词作者识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周昌乐	厦门大学信息科学与技术学院福建省类脑计算技术及应用重点实验室	148	1475	22.0	30.0
2	范亚超	厦门大学信息科学与技术学院福建省类脑计算技术及应用重点实验室	1	2	1.0	1.0
3	罗天健	厦门大学信息科学与技术学院福建省类脑计算技术及应用重点实验室	1	2	1.0	1.0