点击图片放大查看
资源介绍
现有的关于作者归因（AA）的研究侧重于大量可用数据的文本（例如小说），主要是英文文本。我们通过作者验证在两个新颖的数据集中对意大利短文本进行 AA 处理，并分析流派、主题、性别和长度之间的相互作用。结果表明，即使数据很少，AV也是可行的，但更多的证据会有所帮助。性别和话题可以是指示性的线索，如果不加以控制，它们可能会超越个人风格的更具体方面
END
上一篇 文本机器理解的数据集
现有的关于作者归因（AA）的研究侧重于大量可用数据的文本（例如小说），主要是英文文本。我们通过作者验证在两个新颖的数据集中对意大利短文本进行 AA 处理，并分析流派、主题、性别和长度之间的相互作用。结果表明，即使数据很少，AV也是可行的，但更多的证据会有所帮助。性别和话题可以是指示性的线索，如果不加以控制，它们可能会超越个人风格的更具体方面
