بهبود الگوریتم ژنتیک با الگوریتم شبیه سازی تبرید برای انتخاب ویژگی ها در تشخیص نویسنده اسناد متنی

عصر ارتباطات و گسترش استفاده از نامه های الکترونیکی، پیام های فوری، اسناد، وبلاگ ها، مقالات خبری، صفحات خانگی، تالارهای گفتگو و اسناد چاپی، متن را به اصلی ترین وسیله ی ارایه و انتقال اطلاعات تبدیل کرده است. بطور کلی تشخیص نویسنده متون تلاشی برای نشان دادن خصوصیات تولید کننده یا نویسنده یک تکه از اطلاعات زبانی تعریف می شود، به طوری که بتوان بین متون مختلف که نوشته ی افراد مختلف اند، تمایز قایل شویم. شناسایی نویسنده متن از روی نثر سبک و شیوه نوشتاری، یا به عبارت دیگر ویژگی های نهفته در متون نوشته شده توسط وی Writeprint می باشد. ترکیب خصوصیات نوشتاری مانند طول کلمات، چینش پاراگراف ها، پرمایگی واژگان، استفاده از کلمات تابعی و غیره writeprint را تشکیل می دهند. از طریق این خصیصه های سبک شناختی، که معمولا در طول نوشتار یک فرد ثابت هستند شناسایی هویت نویسنده متون انجام می گیرد. در ارایه روش های تشخیص نویسنده متون نکته حایز اهمیت، انتخاب ویژگی های کلیدی و حذف ویژگی های اضافی و غیرمرتبط در تشخیص نویسنده متون می باشد. لذا از این رو ما در این مقاله روشی براساس بهبود الگوریتم ژنتیک با الگوریتم شبیه سازی تبرید برای انتخاب ویژگی ها در تشخیص نویسنده اسناد متنی ارایه دادیم. که در روش پیشنهادی از الگوریتم شبیه سازی تبرید برای انتخاب ویژگی های کلیدی و از الگوریتم ژنتیک، نویسنده متون را براساس ویژگی های کلیدی تشخیص دادیم. ارزیابی نتایج حاصله بیانگر دقت بالا و نتایج بهینه روش پیشنهادی در مقایسه با روش های استخراج ویژگی های متون در تشخیص هویت نویسنده اسناد متنی می باشد.

Keywords:

الگوریتم شبیه سازی تبرید , الگوریتم ژنتیک , بهینه سازی , سبک نوشتاری , تشخیص نویسنده متون