Υφομετρική απόδοση συγγραφέα με δύο υποψηφίους

Abstract

Το κεφάλαιο αυτό εισάγει τον αναγνώστη στο αμιγώς πειραματικό κομμάτι της υπολογιστικής υφολογίας. Περιγράφεται η βασική μεθοδολογία διερεύνησης κειμένων αμφισβητούμενης πατρότητας η οποία περιλαμβάνει την ανάπτυξη κατάλληλου corpus, την μέτρηση των κατάλληλων υφομετρικών χαρακτηριστικών σε αυτό, την εκπαίδευση του κατάλληλου στατιστικού αλγόριθμου και την αξιολόγηση της μηχανικής μάθησης που επιτεύχθηκε. Εξετάζεται η ειδική περίπτωση κατά την οποία το αμφισβητούμενο κείμενο προέρχεται από δύο πιθανούς συγγραφείς και εισάγεται η χρήση της λογιστικής παλινδρόμησης ως αλγόριθμου μηχανικής μάθησης.

This chapter introduces the reader to the purely experimental aspect of computational stylistics. It describes the basic methodology for investigating texts of disputed authorship, which includes developing an appropriate corpus, measuring the relevant stylometric features, training a suitable statistical algorithm, and evaluating the achieved machine learning performance. The specific case where the disputed text comes from two potential authors is examined, and the use of logistic regression as a machine learning algorithm is introduced.