Ki írta?: szövegek íróinak felismerése text mining segítségével

Absztrakt (kivonat)

A szerzők dolgozatukban szövegbányászati módszerekkel kísérlik meg eldönteni szövegekről, hogy a legnagyobb valószínűséggel az előzetesen megtanult szerzői profilok közül melyik profil birtokosa a szöveg szerzője. A szerzők egy benchmark modellt definiálnak, amely egyszerű statisztikák alkalmazásával a véletlennél kis mértékben képes jobb eredmény elérésére, azonban kifejtik véleményüket, miszerint komoly lehetőség van e modell fejlesztésére is. Végül a szerzők TF-IDF módszertanon alapuló modellje már szignifikánsan jobb eredményeket mutat, megközelítve a tökéletes hatékonyságot. Ugyanakkor a szerzők felhívják a figyelmet az eredmények alkalmazhatóságának korlátaira, a módszertan továbbfejlesztési irányaira is. Mindazonáltal a dolgozat a szerzők véleménye szerint releváns tanulságokkal szolgálhat a szövegbányászat klasszifikációs területének számos tekintetében.