基于风格特征融合的文档分割方法

• 作者: 刘刚 刘汪洋 曹扬 李涛 王凯
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 剽窃检测 文本风格 风格裂缝 多特征融合 机器学习
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 200-207
• 页数: 8页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2020.10.032

摘要

风格裂缝指的是多作者共同完成的文章中作者身份发生转变的位置.提出基于多特征风格的文档分割的剽窃检测方法.使用7种文本风格特征用于风格裂缝识别.通过特征提取的结果,利用无监督的机器学习算法,基于提取的特征进行分类.利用聚类算法对风格特征进行聚类,从而找到文章风格裂缝的位置.采用参数权重技术进行特征权重调节和多特征融合,对不同文章出现的特征冗余问题进行合理解决.分别使用滑动窗口与段落划分对不同类型的文本进行实验,得出基于段落的实验结果比基于滑动窗口的实验评估值高出10％左右的结论.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘刚		82	575	12.0	20.0
2	李涛		47	350	10.0	17.0
3	王凯		33	141	6.0	10.0
4	曹扬		7	17	2.0	4.0
5	刘汪洋		1	0	0.0	0.0