Стилометрия

Стилометрия — это применение изучения языкового стиля , обычно к письменной речи. Это также успешно применяется к музыке. картины, и шахматы.

Стилометрия часто используется для определения авторства анонимных . или спорных документов Он имеет как юридическое, так и академическое и литературное применение, начиная от вопроса об авторстве произведений Шекспира и заканчивая судебной лингвистикой , и имеет методологическое сходство с анализом читаемости текста .

Стилометрия может использоваться для разоблачения псевдонимных или анонимных авторов или для раскрытия некоторой информации об авторе, кроме полной идентификации. Авторы могут использовать состязательную стилометрию, чтобы противостоять этой идентификации, устраняя свои собственные стилистические характеристики, не меняя при этом значимого содержания своих сообщений. Он может опровергнуть анализы, которые не учитывают его возможность, но конечная эффективность стилометрии в состязательной среде неопределенна: стилометрическая идентификация может быть ненадежной, но и неидентификация не может быть гарантирована; Сама практика состязательной стилометрии может быть обнаружена.

История

Стилометрия выросла из более ранних методов анализа текстов на предмет их подлинности, личности автора и других вопросов.

Современная практика дисциплины получила известность благодаря изучению проблем авторства в английской драме эпохи Возрождения. Исследователи и читатели заметили, что у некоторых драматургов той эпохи были отличительные модели языковых предпочтений, и попытались использовать эти модели для идентификации авторов неопределенных или совместных произведений. Ранние усилия не всегда были успешными: в 1901 году один исследователь попытался использовать предпочтение Джона Флетчера к «⁠ ⁠'em», сократительной форме слова «их», как маркер, позволяющий различать Флетчера и Филипа Массинджера в их сотрудничестве, но он по ошибке использовал издание работ Массинджера, в котором редактор расширил все случаи слова «⁠ ⁠'em» до «них».

Основы стилометрии были заложены польским философом Винцентием Лютославским в «Принципах стилометрии» (1890). Лютославский использовал этот метод для разработки хронологии « Диалогов» Платона .

Развитие компьютеров и их возможностей для анализа больших объемов данных расширило этот тип усилий на порядки. Однако большие возможности компьютеров по анализу данных не гарантировали хорошего качества результатов. В начале 1960-х годов преподобный А. К. Мортон провел компьютерный анализ четырнадцати посланий Нового Завета, приписываемых святому Павлу, который показал, что этот объем работ написали шесть разных авторов. Проверка его метода, примененная к произведениям Джеймса Джойса , дала результат, что «Улисс» , многоперспективный, многостилевой роман Джойса, был написан пятью отдельными людьми, ни один из которых, очевидно, не принимал никакого участия в создании первого романа Джойса. Роман « Портрет художника в молодости» .

Однако со временем и с практикой исследователи и ученые усовершенствовали свои методы, чтобы получить лучшие результаты. Одним из заметных первых успехов стало разрешение спорного авторства двенадцати «Записок федералиста» Фредерика Мостеллера и Дэвида Уоллеса. Хотя вопросы относительно первоначальных предположений и методов все еще остаются (и, возможно, всегда будут), мало кто сейчас оспаривает основную предпосылку о том, что лингвистический анализ письменных текстов может дать ценную информацию и понимание. (Действительно, это было очевидно еще до появления компьютеров: успешное применение текстового/лингвистического анализа к канону Флетчера Сайрусом Хоем и другими дало четкие результаты в конце 1950-х и начале 1960-х годов.)

Приложения

Приложения стилометрии включают литературоведение, исторические исследования, социальные исследования, поиск информации, а также многие судебно-медицинские исследования и исследования. В последнее время благодаря его использованию получили развитие давние дебаты об анонимных средневековых исландских сагах. Его также можно применить к компьютерному коду. и внутреннее обнаружение плагиата , которое заключается в обнаружении плагиата на основе изменений стиля письма в документе. Стилометрию также можно использовать, чтобы предсказать, является ли человек носителем английского языка или нет, по скорости набора текста .

Стилометрия как метод уязвима к искажению текста при доработке. Существует также случай, когда автор в течение своей карьеры принимал разные стили, как это было продемонстрировано в случае с Платоном , который выбрал разные стилистические политики, например, те, которые были приняты для ранних и средних диалогов, обращающихся к сократовской проблеме.

Функции

Текстовые особенности, представляющие интерес для установления авторства, с одной стороны, представляют собой вычисление появления идиосинкратических выражений или конструкций (например, проверка того, как автор использует вставки или как часто автор использует безагентные пассивные конструкции), а с другой стороны, аналогичны тем, которые используются для анализа читаемости. такие как меры лексической вариации и синтаксической вариации. Поскольку у авторов часто есть предпочтения к определенным темам, исследовательские эксперименты по установлению авторства в основном удаляют из набора функций такие слова, как существительные, прилагательные и глаголы, сохраняя только структурные элементы текста, чтобы избежать переподгонки своих моделей к теме, а не к характеристикам автора. Стилистические характеристики часто рассчитываются как средние значения по тексту или по всему собранию сочинений автора, что дает такие показатели, как средняя длина слова или средняя длина предложения. Это позволяет модели идентифицировать авторов, которые явно предпочитают многословные или краткие предложения, но скрывают вариации: у автора, сочетающего длинные и короткие предложения, будет тот же средний показатель, что и у автора с последовательными предложениями средней длины. Чтобы уловить такие вариации, в некоторых экспериментах вместо наблюдений используются последовательности или закономерности, а не средние наблюдаемые частоты, отмечая, например, что автор отдает предпочтение определенному шаблону ударения или акцента. или что автор склонен следовать за последовательностью длинных предложений короткими.

Можно сказать, что один из первых подходов к идентификации авторства, предложенный Менденхоллом, заключается в агрегировании наблюдений без их усреднения.

Более поздние модели атрибуции авторства используют модели векторного пространства для автоматического определения особенностей стиля автора, но они также полагаются на разумную разработку функций по тем же причинам, что и более традиционные модели.

Состязательная стилометрия

Основная статья: Состязательная стилометрия

Состязательная стилометрия — это практика изменения стиля письма, чтобы уменьшить вероятность стилометрии раскрыть личность автора или его характеристики. Эта задача также известна как запутывание авторства или анонимизация авторства. Стилометрия представляет собой серьезную проблему конфиденциальности , поскольку она способна разоблачать анонимных авторов или связывать псевдонимы с другими личностями автора. что, например, создает трудности для информаторов , активисты, и мистификаторы и мошенники . Ожидается, что риск конфиденциальности будет расти по мере развития методов машинного обучения и текстовых корпусов .

Вся состязательная стилометрия разделяет основную идею точного перефразирования исходного текста так, чтобы смысл не менялся, но стилистические сигналы были скрыты. Такой верный парафраз является состязательным примером для стилометрического классификатора. Существует несколько широких подходов к этому, некоторые из которых частично совпадают: имитация , замена собственного стиля автора на стиль другого; перевод , применяющий машинный перевод с надеждой, что это устранит характерный стиль исходного текста; и запутывание — намеренное изменение стиля текста, чтобы он не напоминал стиль автора.

Скрыть стиль вручную возможно, но трудоемко; в некоторых обстоятельствах это предпочтительно или необходимо. Автоматизированные инструменты, полуавтоматические или полностью автоматические, могут помочь автору. Как лучше всего выполнить задачу и конструкция таких инструментов — открытый исследовательский вопрос. Хотя было показано, что некоторые подходы могут обойти определенные стилометрические анализы, особенно те, которые не учитывают потенциал состязательности, Установление безопасности перед лицом неизвестных анализов является проблемой. Обеспечение достоверности пересказа — важнейшая задача для автоматизированных инструментов.

Неясно, можно ли обнаружить практику состязательной стилометрии саму по себе. Некоторые исследования показали, что определенные методы создают сигналы в выходном тексте, но стилиметрист, который не уверен в том, какие методы могли использоваться, возможно, не сможет их надежно обнаружить.

Текущие исследования

Современная стилометрия использует компьютеры для статистического анализа , а также искусственный интеллект и доступ к растущему корпусу текстов, доступных через Интернет . Программные системы, такие как Signature (бесплатное ПО, созданное Питером Милликаном из Оксфордского университета), JGAAP (Программа указания авторства в графическом формате Java — бесплатное программное обеспечение, созданное доктором Патриком Юолой из Университета Дюкен), stylo (пакет R с открытым исходным кодом для различных стилометрических анализов, включая указание авторства, разработанный Мацеем Эдером , Яном Рыбицки и Майком Кестемонтом ) и Stylene для голландского языка (бесплатное онлайн-программное обеспечение, созданное профессором Вальтером Далемансом из Университета Антверпена и доктором Вероник Хост из Университета Гента) делает его использование все более практичным даже для неспециалистов.

Академические площадки и мероприятия

Стилометрические методы используются для решения нескольких академических тем, например, в лингвистике, лексикографии или литературоведении. в сочетании с обработкой естественного языка и машинным обучением и применяется для обнаружения плагиата, анализа авторства или поиска информации.

Судебная лингвистика

Международная ассоциация судебных лингвистов (IAFL) организует раз в два года конференцию Международной ассоциации судебных лингвистов (13-е издание в 2016 году в Порту ) и издает «Международный журнал речи, языка и права» , в котором судебная стилистика является одной из центральных тем.

АААИ

Ассоциация по развитию искусственного интеллекта (AAAI) провела несколько мероприятий по субъективному и стилистическому анализу текста.

КАСТРЮЛЯ

Семинары PAN (первоначально анализ плагиата, идентификация авторства и обнаружение почти дубликатов, а затем, в более широком смысле, семинар по выявлению плагиата, авторства и неправомерного использования программного обеспечения для социальных сетей), организуемые с 2007 года в основном в сочетании с конференциями по доступу к информации, такими как ACM SIGIR , FIRE и КЛЕФ . PAN формулирует общие задачи по обнаружению плагиата, определение авторства, гендерная идентификация автора, профилирование автора , обнаружение вандализма, и другие связанные задачи анализа текста, многие из которых зависят от стилометрии.

Тематические исследования, представляющие интерес

• В 1439 году Лоренцо Валла показал, что Дар Константина был подделкой , и этот аргумент частично основан на сравнении латыни с той, которая используется в подлинных документах 4-го века.
• шведский священник Дик Хеландер был избран В 1952 году епископом Стренгнеса . Предвыборная кампания носила конкурентный характер, и Хеландер был обвинен в написании серии из ста анонимных клеветнических писем о других кандидатах избирателям епископства Стренгнес. Хеландер был сначала признан виновным в написании писем и потерял свой пост епископа, но позже был частично реабилитирован. Буквы изучались с использованием ряда стилометрических измерений (а также характеристик пишущей машинки), а различные судебные дела и дальнейшие исследования, многие из которых были проведены самим Хеландром в течение многих лет до его смерти в 1978 году, довольно подробно обсуждали стилометрический метод и его ценность в качестве доказательства. .
• В 1975 году, после того как Рональд Рейган стал губернатором Калифорнии, он начал давать еженедельные радиокомментарии, транслируемые по сотням радиостанций. После того, как его личные записи были обнародованы в день его 90-летия в 2001 году, в исследовании использовались стилистатистические методы, чтобы определить, какие из этих выступлений были написаны им, а какие - различными помощниками.
• стилометрический анализ скандальной книги « Основные цвета» , написанной под псевдонимом. провел колледжа Вассар В 1996 году профессор Дональд Фостер привлек к теме внимание более широкой аудитории после того, как правильно определил автора как Джо Кляйна . (Это дело разрешилось только после того, как почерковедческий анализ подтвердил авторство.)
• В 1996 году стилометрические методы были использованы для сравнения манифеста Унабомбера с письмами, написанными одним из подозреваемых, Теодором Качиньским , что привело к задержанию Качиньского, а затем и к его осуждению.
• В апреле 2015 года исследователи с помощью методов стилометрии идентифицировали пьесу « Двойная ложь » как произведение Уильяма Шекспира . Исследователи проанализировали 54 пьесы Шекспира и Джона Флетчера , сравнили среднюю длину предложений, изучили использование необычных слов и количественно оценили сложность и психологическую валентность их языка.
• В 2016 году Макдональд П. Джексон, почетный профессор английского языка Оклендского университета (Новая Зеландия) и член Королевского общества Новой Зеландии , посвятивший всю свою академическую карьеру анализу установления авторства, написал книгу под названием «Кто написал «The Ночь перед Рождеством»?: Анализ матча Клемента Кларка Мура против. Генри Ливингстон Вопрос , в котором он оценивает противоположные аргументы и впервые использует методы атрибуции автора современной компьютерной стилистики для изучения давнего противоречия. Джексон использует ряд тестов и вводит новый — статистический анализ фонем; он приходит к выводу, что Ливингстон является истинным автором классического произведения.
• В 2017 году Саймон Фуллер и Джеймс О'Салливан опубликовали исследование, в котором утверждается, что автор бестселлеров Джеймс Паттерсон не пишет никаких романов в своих романах, очевидно, в соавторстве. По словам О'Салливана, его сотрудничество с бывшим президентом США Биллом Клинтоном « Президент пропал » является исключением из этого правила.
• В 2017 году группа лингвистов, компьютерщиков и учёных проанализировала авторство Елены Ферранте . корпуса, На основе созданного в Падуанском университете содержащего 150 романов, написанных 40 авторами, они проанализировали стиль Ферранте на основе семи ее романов. Они смогли сравнить ее стиль письма со стилем 39 других писателей, использующих, например, стилус. Вывод для всех был один: Доменико Старноне — тайный автор «Елены Ферранте».
• В 2018 году Марк Гликман , старший преподаватель статистики Гарвардского университета, работал с Райаном Сонгом, бывшим студентом-статистиком Гарварда, и Джейсоном Брауном, профессором Университета Далхаузи в Новой Шотландии, применяя стилометрию, чтобы обнаружить, что, скорее всего , Битлз Песня « In My Life » была написана Джоном Ленноном, но с 50%-ной вероятностью Пол Маккартни написал среднюю восьмерку .
• В 2019 году проект ETSO: Стилометрия в применении к Испанскому театру Золотого века. Режиссеры Альваро Куэльяр Гонсалес и Херман Вега Гарсиа-Луэнгос (Университет Вальядолида) сумели собрать 3000 пьес Золотого века Испании. После применения стилометрического анализа была установлена ​​атрибуция женщин и воспитателей Лопе де Вега. был ратифицирован, а проблема с авторством была обнаружена в «La monja alférez» пьесе , приписываемой Пересу де Монтальбану, которая, благодаря этому анализу и историческим и филологическим исследованиям, в конечном итоге была приписана Хуану Руису де Аларкону . В 2023 году тот же проект нашел Лопе де Вегу автором книги «La francesa Laura» («Француженка Лаура»), несмотря на то, что рукопись была написана спустя годы после его смерти. Комедия была классифицирована как поздняя работа Лопе де Вега и датирована 1628–1630 годами, поскольку ее лестное обращение с Францией можно было объяснить кратковременными хорошими отношениями между Испанией и Францией во время Тридцатилетней войны , когда Англия была общим врагом. . В этом анализе 500 наиболее частотных слов исследуемого текста сравниваются с 500 остальными произведениями. В случае с La francesa Laura обнаружение показало, что 100 работ, к которым он был наиболее близок, почти все были написаны Лопе де Вега. Методы машинного обучения, такие как машинный анализ опорных векторов , также применялись с большим диапазоном параметров. Традиционный филологический анализ авторства произведений подтвердил исследования стилометрии и искусственного интеллекта.
• В 2020 году Рэйчел Маккарти и Джеймс О'Салливан утверждали, что Эмили Бронте является истинным автором «Грозового перевала» , положив конец предположениям некоторых критиков о том, что роман мог быть написан одним из ее братьев и сестер, а именно Бранвеллом или Шарлоттой .
• В 2020 году Хартмут Ильсеманн использовал Rolling Delta и Rolling Classify из пакета программ R Stylo, чтобы показать, что корпус Марлоу стилистически неоднороден и что автор двух Тамерлейнов почти не присутствовал в оставшемся официальном корпусе Марлоу.
• В 2022 году итальянские ученые Симоне Ребора и Массимо Сальгаро показали, используя метод «Дельта-расстояния» Джона Ф. Берроуза, что Феликс Зальтен является наиболее вероятным автором анонимного романа Жозефины Мутценбахер 1906 года, за исключением последних страниц.
• В 2023 году шведский журналист Лапо Лаппин заявил, что два криминальных романа шведской писательницы Камиллы Лэкберг могут быть произведением писателя-призрака, предположительно ее редактора Паскаля Энгмана . Это утверждение было сначала опровергнуто автором и ее представителем но позже Лэкберг призналась, что они с Паскалем Энгманом очень тесно сотрудничают, и он редактирует ее тексты.

Данные и методы

Поскольку стилометрия имеет как описательные варианты использования, используемые для характеристики содержания коллекции, так и варианты использования для идентификации, например, идентификацию авторов или категорий текстов, методы, используемые для анализа данных и функций, указанных выше, варьируются от методов, созданных для классификации элементов в наборы или распределить элементы в пространстве вариаций функций. Большинство методов носят статистический характер, такие как кластерный анализ и дискриминантный анализ , обычно основаны на филологических данных и функциях и являются плодотворными областями применения для современных методов машинного обучения .

Если раньше стилометрия подчеркивала самые редкие или наиболее яркие элементы текста, то современные методы позволяют выделить определяющие закономерности даже в обычных частях речи. Большинство систем основано на лексической статистике, т.е. использовании частотности слов и терминов в тексте для характеристики текста (или его автора). В этом контексте, в отличие от поиска информации , наблюдаемые закономерности встречаемости наиболее распространенных слов более интересны, чем тематические термины, которые встречаются реже.

Основным стилометрическим методом является писательский инвариант : свойство, общее для всех текстов или, по крайней мере, для всех текстов, достаточно длинных, чтобы можно было провести анализ, дающий статистически значимые результаты, написанные данным автором. Примером инварианта писателя является частота использования служебных слов, используемых автором.

В одном из таких методов текст анализируется, чтобы найти 50 наиболее распространенных слов. Затем текст делится на фрагменты по 5000 слов, и каждый из фрагментов анализируется, чтобы определить частоту встречаемости этих 50 слов в этом фрагменте. Это генерирует уникальный 50-значный идентификатор для каждого фрагмента. Эти числа помещают каждый фрагмент текста в точку в 50-мерном пространстве. Это 50-мерное пространство сплющивается в плоскость с помощью анализа главных компонентов (PCA). В результате получается отображение точек, соответствующее авторскому стилю. Если два литературных произведения поместить в одну плоскость, полученная закономерность может показать, написаны ли оба произведения одним и тем же автором или разными авторами.

Гауссова статистика

Стилометрические данные распределяются по закону Ципфа-Мандельброта . Распределение чрезвычайно резкое и лептокуртическое , поэтому исследователи не могли использовать статистику для решения, например, проблем установления авторства. Тем не менее, использование гауссовой статистики вполне возможно путем применения преобразования данных .

Нейронные сети

Нейронные сети — частный случай статистических методов машинного обучения — используются для анализа авторства текстов. Тексты неоспоримого авторства используются для обучения нейронной сети с помощью таких процессов, как обратное распространение ошибки , при этом ошибка обучения рассчитывается и используется для обновления процесса для повышения точности. Благодаря процессу, похожему на нелинейную регрессию, сеть получает возможность обобщать свою способность распознавания на новые тексты, с которыми она еще не сталкивалась, классифицируя их с заданной степенью достоверности. Подобные приемы были применены к давним заявлениям о сотрудничестве Шекспира с его современниками Джоном Флетчером и Кристофером Марлоу . и подтвердил мнение, основанное на более традиционных исследованиях, о том, что такое сотрудничество действительно имело место.

Исследование 1999 года показало, что программа нейронной сети достигла 70% точности в определении авторства стихотворений, которые она еще не проанализировала. В этом исследовании, проведенном Vrije Universiteit, изучалась идентификация стихов трех голландских авторов с использованием только последовательностей букв, таких как «ден».

В исследовании использовались сети глубокого доверия (DBN) для модели проверки авторства, применимой для непрерывной аутентификации (CA).

Одна из проблем этого метода анализа заключается в том, что сеть может стать предвзятой на основе своего обучающего набора, возможно, выбирая авторов, которых сеть анализирует чаще.

Генетические алгоритмы

Генетический алгоритм — это еще один метод машинного обучения, используемый для стилометрии. Это включает в себя метод, который начинается с набора правил. Примером правила может быть: «Если но встречается более 1,7 раз в каждой тысяче слов, то текст принадлежит автору X». Программа представлена ​​текстом и использует правила определения авторства. Правила проверяются на наборе известных текстов, и каждому правилу присваивается балл пригодности. 50 правил с наименьшими баллами не используются. В оставшиеся 50 правил внесены небольшие изменения и введены 50 новых правил. Это повторяется до тех пор, пока разработанные правила не будут правильно атрибутировать тексты.

Редкие пары

Один из методов определения стиля называется «редкими парами» и основан на индивидуальных привычках сочетания слов . Употребление одних слов может быть для конкретного автора идиосинкразически связано с употреблением других, предсказуемых слов.

Указание авторства в обмене мгновенными сообщениями

Распространение Интернета сместило внимание к установлению авторства на онлайн-тексты (веб-страницы, блоги и т. д.), электронные сообщения (электронные письма, твиты, публикации и т. д.) и другие типы письменной информации, которые намного короче, чем средняя книга, гораздо менее формальная и более разнообразная с точки зрения выразительных элементов, таких как цвета , макет , шрифты , графика , смайлы и т. д. О попытках учесть такие аспекты на уровне как структуры, так и синтаксиса сообщалось в . Кроме того, были введены специфичные для содержания и идиосинкразические подсказки (например, тематические модели и инструменты проверки грамматики), чтобы раскрыть осознанный стилистический выбор.

Стандартные стилометрические функции использовались для категоризации содержимого чата при обмене мгновенными сообщениями . или поведение участников, но попыток идентифицировать участников чата пока мало и рано. Более того, сходство между устными разговорами и взаимодействием в чате игнорировалось, хотя оно является основным различием между данными чата и любым другим типом письменной информации.

См. также

• Повторная идентификация данных
• Цифровые водяные знаки
• Лингвистика и Книга Мормона § Стилометрия
• Моше Пара
• Количественная лингвистика
• стеганография
• НаписатьРаспечатать

Ссылки

• Афроз, Садия; Бреннан, Майкл; Гринштадт, Рэйчел (2012). «Обнаружение мистификаций, мошенничества и обмана в стиле письма в Интернете». Симпозиум IEEE 2012 по безопасности и конфиденциальности . стр. 461–475. дои : 10.1109/СП.2012.34 . ISBN  978-1-4673-1244-8 .
• Бреннан, Майкл; Афроз, Садия; Гринштадт, Рэйчел (2012). «Состязательная стилометрия: обход признания авторства для сохранения конфиденциальности и анонимности» (PDF) . Транзакции ACM по информационной и системной безопасности . 15 (3): 1–22. дои : 10.1145/2382448.2382450 . S2CID   16176436 .
• Бреннан, Майкл Роберт; Гринштадт, Рэйчел. «Практические атаки на методы признания авторства» . Инновационные применения искусственного интеллекта .
• Брокардо, Марсело Луис; Исса Траоре; Шериф Саад; Исаак Вунганг (2013). Проверка авторства коротких сообщений с помощью стилометрии . IEEE международный. Конференция по компьютерным, информационным и телекоммуникационным системам (CITS). дои : 10.1109/CITS.2013.6705711 .
• Может, Фазли; Паттон, Джон М. (2004). «Изменение стиля письма со временем». Компьютеры и гуманитарные науки . 38 (1): 61–82. CiteSeerX   10.1.1.1.8850 . дои : 10.1023/b:chum.0000009225.28847.77 . S2CID   38242388 .
• Эммери, Крис; Кадар, Акос; Хрупала, Гжегож (2021). «Состязательная стилометрия в дикой природе: атаки переносимой лексической замены на профилирование авторов». Материалы 16-й конференции Европейского отделения Ассоциации компьютерной лингвистики: основной том . стр. 2388–2402. arXiv : 2101.11310 . doi : 10.18653/v1/2021.eacl-main.203 . S2CID   231719026 .
• Грёндаль, Томми; Асокан, Н. (2020a). «Анализ текста в состязательных условиях: оставляет ли обман стилистический след?». Обзоры вычислительной техники ACM . 52 (3): 1–36. arXiv : 1902.08939 . дои : 10.1145/3310331 . S2CID   67856540 .
• Надежда, Джонатан (1994). Авторство пьес Шекспира . Кембридж: Издательство Кембриджского университета. ISBN  9780521417372 .
• Хой, Сайрус (1956–1962). «Доли Флетчера и его сотрудников в каноне Бомонта и Флетчера (I-VII)». Исследования по библиографии . 7–15 .
• Юола, Патрик (2006). «Указание авторства» (PDF) . Основы и тенденции в области информационного поиска . 1 (3): 3. CiteSeerX   10.1.1.219.1605 . дои : 10.1561/1500000005 . Архивировано из оригинала (PDF) 24 октября 2020 г. Проверено 13 ноября 2008 г.
• Качмарчик, Гэри; Гамон, Майкл (17 июля 2006 г.). «Запутывание стилометрии документа для сохранения анонимности автора» . Материалы стендовых докладов основной конференции COLING/ACL 2006 . стр. 444–451.
• Кенни, Энтони (1982). Вычисление стиля: введение в статистику для студентов, изучающих литературу и гуманитарные науки . Оксфорд: Пергамон Пресс.
• Махмуд, Асад; Ахмад, Файзан; Шафик, Зубайр; Шринивасан, Падмини; Заффар, Фарид (2019). «У девушки нет имени: автоматическое запутывание авторства с помощью Mutant-X» . Труды по технологиям повышения конфиденциальности . 2019 (4): 54–71. дои : 10.2478/popets-2019-0058 . S2CID   197621394 .
• Нил, Темпестт; Сундарараджан, Калаивани; Фатима, Аниз; Ян, Имин; Сян, Инфэй; Вудард, Дэймон (2018). «Обследование методов и приложений стилометрии». Обзоры вычислительной техники ACM . 50 (6): 1–36. дои : 10.1145/3132039 . S2CID   21360798 .
• Поттаст, Мартин; Хаген, Матиас; Штейн, Бенно (2016). Запутывание автора: атака на современное состояние проверки авторства (PDF) . Конференция и лаборатории Оценочного форума.
• Ромейн, Сюзанна (1982). Социально-историческая лингвистика . Кембридж: Издательство Кембриджского университета.
• Саеди, Чакаве; Драс, Марк (декабрь 2020 г.). «Крупномасштабное запутывание автора с использованием сиамского вариационного автокодировщика: система SiamAO» . Материалы девятой совместной конференции по лексической и вычислительной семантике . стр. 179–189.
• Сэмюэлс, МЛ (1972). Лингвистическая эволюция: с особым упором на английский язык . Кембридж: Издательство Кембриджского университета.
• Шенбаум, Сэмюэл (1966). Внутренние доказательства и драматическое авторство елизаветинской эпохи: очерк истории и метода литературы . Эванстон, Иллинойс, США: Издательство Северо-Западного университета.
• Ван Дрогенброк, Франс Дж. (2016) « Обработка распределения Zipf при компьютеризированном установлении авторства »
• Ван Дрогенброк, Франс Дж. (2019) « Существенная перефразировка закона Ципфа-Мандельброта для решения задач установления авторства с помощью статистики Гаусса »
• Ван, Хайнин; Юола, Патрик ; Ридделл, Аллен (2022). «Воспроизведение и репликация эксперимента по состязательной стилометрии». arXiv : 2208.07395 . {{cite journal}}: Для цитирования журнала требуется |journal= ( помощь )
• Зенков, Андрей В. (2018). «Метод атрибуции текста на основе статистики цифр». Журнал количественной лингвистики . 25 (3): 256–270. дои : 10.1080/09296174.2017.1371915 . S2CID   49692378 .
• Чжай, Ваньюэ; Русерт, Джонатан; Шафик, Зубайр; Шринивасан, Падмини (2022). «У девушки есть имя, и это… состязательное указание авторства для деобфускации». Материалы 60-го ежегодного собрания Ассоциации компьютерной лингвистики (Том 1: Длинные статьи) . стр. 7372–7384. arXiv : 2203.11849 . doi : 10.18653/v1/2022.acl-long.509 . S2CID   248780012 .

Дальнейшее чтение

См. также академический журнал Literary and Linguistic Computing , ныне Digital Scholarship in the Humanities (издается Оксфордским университетом ), и журнал Language Resources and Evaluation (ранее Computers and the Humanities ).

Внешние ссылки

• Ассоциация компьютеров и гуманитарных наук
• Литературные и лингвистические вычисления
• Группа вычислительной стилистики
• Фирменная стилометрическая система
• JGAAP Программа указания авторства
• Раскрываем тайну последнего романа Джоан Роулинг