文本作者身份识别 基于机器学习与计算语言学【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

文本作者身份识别 基于机器学习与计算语言学PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

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