因特网上写作风格鉴别.pdfVIP

广西师范大学学报 自然科学版 第 卷 第 期 % ! 389:! +8: 年 月 !##$ $ ’()*+,-(./),+/01+(*2,-)+134*5167 2=? !##$ ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;; 因特网上的写作风格鉴别 金奕江 孙晓明 马少平 J J 清华大学 计算机系 智能技术与系统国家重点实验室 北京 % J J ###CE 摘 要 根据写作风格来鉴别作者这一问题在国外很早就已经开始研究了 并有很多成功应用 而针对中文的 @ J : 研究却非常少 首次提出了使用文章中虚词频率分布作为特征来研究这一问题 采用了两种不同的规格化方 : J 法来消除文章长度的差异 并采用了多种不同的分类方法 实验结果表明采用虚词频率作为特征是行之有效 J : 的 即使采用最简单的模板匹配的识别方法都能够取得很好的识别效果 采用 等方法可以进一步提高 J J 532 识别率 此外可以在一定范围内减少使用的虚词的数量 而不损失识别效果 : J : 关键词 写作风格 文本分类 虚词频率 作者鉴别 @ F F F 中图分类号@ $HL 文献标识码@ 文章编号@##ADD##%!##$#A##D!A#M 6K , 因特网是一个开放的虚拟世界 人们可以几乎不受约束地自由地在因特网上发表自己的言论 而这些 J : 言论又能够不受时空限制地很快传遍世界每个角落 这给人们的思想交流带来了极大的便利 例如 利用 : : J 网上论坛 有相同兴趣爱好的人可以交流心得 通过远程教育网 学生可以向千里之外的优秀教师学习 然 J F J : 而这同时也带来了一些问题 比如很难确定网上文章的作者身份 虽然现在已经出现很多证明身份的手 J : 段 像数字签名 手写签名等 但这些手段都是在作者自觉使用的前提下才有效的 如果文章作者刻意隐 J N J : 瞒 或者有意让枪手顶替自己的名字 则上述这些手段都将失去作用 解决这个问题的方法之一 就是写作 J J : J 风格鉴别 可以预见 基于因特网上的写作风格鉴别的身份识别技术在远程教育 司法