基于fastText的可视化作者归属模型

摘要：

基于滑动窗口的方法,结合机器学习分类技术,可以判定文本的作者归属.但是此类方法需要精心挑选对应的文本特征,不同的文本特征选取可能会影响判定结果.针对以上问题,提出了一种基于快速文本分类(fastText)的文本作者归属判定模型.该模型融合滑动窗口的思想,引入词(字)向量、数据增强技术,从而充分利用文本信息、自动提取文本特征,并且以可视化的方式将结果呈现出来.使用该模型来检测《红楼梦》、《Roman de la Rose》的作者归属,实验结果表明《红楼梦》的前八十回与后四十回为不同作者所著、《Roman de la Rose》开篇4058行(约50000字)与后面17724行(约218000字)为不同作者所著.证明了Rolling-fastText模型判定文本作者归属的有效性.

关键词：滑动窗口、作者归属、快速文本分类器、数据增强技术、可视化

所属期刊栏目：11

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;上海理工大学大学生创新创业计划资助项目

在线出版日期：2021-03-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：14-19