تشخیص نویسندگان یکسان مبتنی بر روش شبکه های یادگیری عمیق

امروزه با توجه به گستردگی شبکه های اجتماعی شاهد فعالیت کاربران با سبک ها و سلیقه های نگارشی متعدد در این شبکه ها هستیم. یکی از چالش های مهم در این تشخیص نویسنده متن با توجه به ویژگی های متنی وی است. به علت نبود محدودیت برای عضویت در این شبکه ها برخی افراد با ایجاد شناسه های کاربری متعدد به نوعی هویت های مختلفی را از خود ارائه می دادند. این مساله در ادامه منجر شد تا در بستر اینترنت، فضایی برای چند هویتی شدن افراد به وجود آید. این موضوع به معنی آن است که افراد با نام و مشخصات فردی مختلف در حال فعالیت و به اشتراک گذاری محتوی در بستر فضای مجازی هستند. حال یکی از مهم ترین چالش ها در این زمینه شناسایی و تشخیص این نویسندگان و تصدیق چند هویتی بودن یک نویسنده است. ما در این مقاله محتوی و سبک نگارش های متعدد که در شبکه های اجتماعی توییتر مورد هدف قرار دادیم. در ادامه، مجموعه داده ای را شامل پستهای شبکه های اجتماعی توییتر برای نویسندگان فارسی زبان، که شرایط چند هویتی داشتند را تهیه کردیم. سپس ویژگی های نویسنده و به نوعی شیوه نگارشی بجا گذاشته شده از وی را در یک فضای ویژگی دسته بندی کردیم. در انتها نیز با استفاده از این ویژگی ها، بردار ویژگی برای هر نویسنده بدست آورده و بر اساس آن، نویسندگان یکسان را از میان دیگر نویسندگان تشخیص دادیم

Keywords:

پردازش زبان طبیعی , شناسایی نویسنده , تایید هویت نویسنده , مشخصه نویسنده , اسناد نویسندگی