作者身份识别中新奇检测方法研究

摘要：

[目的]实现作者身份识别研究领域的新奇检测.[方法]采用单分类支持向量机或多元高斯算法结合多层面文体特征模型的方法,并提出一种基于宽容度的阈值选择方法.[结果]当样本字符数大于500时,准确率、召回率和F1值均可达到0.9以上,其中样本字符数达到2 000时,准确率、召回率和F1值分别为0.978、0.984和0.979.[局限]对于短文本的检测效果有待提高,需进一步优化特征模型.[结论]本文提出的方法可以有效解决作者身份识别中长文本的新奇检测问题.

关键词：作者身份识别、新奇检测、异常点检测

所属期刊栏目：4

分类号：TP391(计算技术、计算机技术)

资助基金：本文系国家社会科学基金项目“典籍英译国外读者网上评论观点挖掘研究”;大连外国语大学研究创新团队项目“计算语言学与人工智能创新团队”;辽宁省自然科学基金项目“神经网络语言模型在作者身份识别中的应用研究”

在线出版日期：2020-07-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：56-62