Xác định tác giả theo hướng tiếp cận phong cách trắc học

Abstract

Trong nghiên cứu này, chúng tôi kiểm tra ba biện pháp đo lường hình thái khác nhau cho nhiệm vụ xác định tác giả, bao gồm mức độ phong phú từ vựng, độ dài từ và tần số các phần của spccch trên tập dữ liệu bài viết gồm 34 ý kiến với gần 3000 mã thông báo từ. Các phát hiện cho thấy rằng mặc dù mỗi biện pháp stylomctric được coi là một đặc điểm thể hiện phong cách viết của tác giả nhưng bản thân nó không có đủ khả năng phân biệt. Tuy nhiên, nếu kết hợp các thước đo ngữ điệu này với phân tích Tương ứng đối với các từ loại như các biến ngôn ngữ, chúng ta có thể xác định thành công tác giả của văn bản tiếng Việt.

In this study, we examine three different stylomctric measures for the author identification task, including vocabulary richness, word length, and parts-of-spccch frequencies on a 34-opinion article dataset with nearly 3000 word tokens. The findings show that although each of stylomctric measures is regarded as a feature representing authorial writing style, it on its own docs not have enough discriminating ability. However, if these stylomctric measures are combined with Correspondence analysis for parts-of-speech as linguistic variables, we can identify an author of a Vietnamese text succcsfully.