文本作者身份识别 基于机器学习与计算语言学PDF电子书下载

第1章 绪论 1

1.1 基本概念 2

1.1.1 作者身份识别 2

1.1.2 作者身份描述 3

1.1.3 作者聚类分析 4

1.1.4 机器学习 4

1.1.5 计算语言学 5

1.2 作者身份识别研究 6

1.2.1 文体风格特征研究内容 6

1.2.2 作者身份建模技术研究内容 7

1.3 作者身份建模基本方法 7

1.3.1 基于侧面的作者身份建模 8

1.3.2 基于实例的作者身份建模 11

1.4 作者身份识别面临的主要问题 13

1.5 本章小结 15

第2章 作者身份分析应用领域 16

2.1 英美文学作品作者身份识别 16

2.2 中文作品作者身份识别 19

2.2.1 中文自动分词 19

2.2.2 中文自动分词主要方法 20

2.2.3 中文作者身份识别相关研究 20

2.3 其他语种作者身份识别 22

2.4 网络文本作者身份识别 23

2.5 作者身份属性分析 26

2.6 作者身份法庭取证 28

2.7 本章小结 30

第3章 文体风格特征 31

3.1 文体风格特征类别 32

3.1.1 一元和多元文体风格特征 32

3.1.2 多层面文体风格特征 33

3.1.3 文体风格特征评述 38

3.2 文体风格特征选择 38

3.3 本章小结 41

第4章 作者身份识别算法 42

4.1 主要算法 43

4.1.1 支持向量机算法 43

4.1.2 朴素贝叶斯算法 50

4.1.3 最近邻算法 53

4.1.4 决策树算法 55

4.1.5 神经网络算法 57

4.1.6 其他方法 59

4.2 性能评价指标 61

4.3 实验平台 66

4.4 本章小结 68

第5章 英文博客作者身份识别 69

5.1 博客作者身份研究 70

5.2 英文博客作者文体特征模型 72

5.2.1 词汇层面特征 72

5.2.2 浅层句法特征 74

5.2.3 基于依存关系的特征 75

5.2.4 基于词性标注的特征 81

5.2.5 结构层面特征 82

5.3 博客作者身份识别实验 82

5.3.1 数据准备 82

5.3.2 特征组合实验 83

5.3.3 单独使用各组特征实验 102

5.4 本章小结 107

第6章 中文微博作者身份识别 108

6.1 微博作者身份相关研究 109

6.1.1 微博作者身份研究现状 109

6.1.2 中文微博作者身份研究现状 112

6.2 研究思路 114

6.3 中文微博作者文体特征模型 115

6.3.1 词汇特征 116

6.3.2 标点特征 116

6.3.3 微博特征 116

6.3.4 功能词特征 117

6.3.5 词性标注特征 118

6.3.6 依存句法特征 118

6.4 中文微博作者身份识别实验 120

6.4.1 数据准备 120

6.4.2 3位作者LibSVM实验结果及分析 120

6.4.3 8位作者身份识别实验 121

6.4.4 特征集组合C4.5实验 126

6.4.5 单独使用各组特征C4.5实验 129

6.4.6 单独使用各组特征LibSVM实验 139

6.4.7 特征选择实验 149

6.5 本章小结 152

第7章 基于依存关系的中文微博作者性别识别 153

7.1 作者性别属性相关研究 154

7.2 作者性别文体特征 155

7.2.1 依存关系 155

7.2.2 性别识别主要文体特征 156

7.3 微博作者性别识别实验 157

7.3.1 数据准备 157

7.3.2 LibSVM、NBC、IBK和C4.5中文微博作者性别识别 157

7.3.3 单独使用各组特征实验 158

7.4 本章小结 163

参考文献 165