Anonim bir tarihsel metin yazarının tanımlanması sorunu, edebiyat ve tarihsel bursdaki en kalıcı bulmacalardan biridir.Uygun yazılardan eksik olan sayfalara, püfeğirlerin altında dağıtıldığı ve geçmiş yüzyılda sayısız iş, araştırmacıların tahmin ve arşivleme ipuçları olmadan hayatta kalması, akademik bir merak değildir; temel olarak, yaratılan metinleri nasıl yorumladığımızı anlayabiliriz.

Anonim Tarihsel Metinlerin Problemi

Tarihi yazıdaki bir anonimlik bugün olduğundan çok daha yaygındır. Birçok kişi antik çağdan, Orta Çağlardan ve hatta edebi eserlerden genellikle bir yazarın adı olmadan dolaşıma girilmiştir.

Yüzyıllar boyunca, alıntılar, yayın kayıtları veya diğer çalışmalarda referanslar gibi dış kanıtlara dayanıyordu. Ancak bu dış ipuçları eksik veya belirsiz olduğunda, araştırmacılar metin özelliklerine göre sıralanmalıdır.Bu, metinsel özelliklerin analizinin dilsel ve stilist işaretler olarak temellendiği yerdir.

Yazarlara Yardımcılık

Yazarlık metinsel özellikler aracılığıyla sistematik çalışma, Augustus de Morgan gibi bilim adamları ilk önce farklı bir yazar parmak izi olarak ortalama kelime uzunluğu kullanmayı önermiş durumda. Alan, 1960'larda ve 1970'lerin öncü çalışmalarıyla, yazarın referans referansları ve David Wallace gibi, aynı anda binlerce değişkenli doğrulayıcı yöntemi kullanarak gelişmiş hesaplama modellerine göre anlamlı bir şekilde ilerledi.

Modern referanslar basit bir premisete geri dönüyor: Her yazar farklı eserlerde oldukça tutarlı olan dil alışkanlıklarının eşsiz, bilinçsiz bir şekline sahiptir.Bu alışkanlıklar tercih edilen kelime, tipik cümle yapıları, cümle kullanımları ve hatta işlev sözcüklerinin kullanımı (örneğin, 0,0) Bu özellikler, bağımsız kontrol seviyesinin altında kullanılır, bir yazarın ayırt edebileceği güvenilir bir imza oluştururlar.[FLT: 5 )

Analiz için Core Textual Özellikler

Yazarlık ataması için kullanılan metin özellikleri birkaç geniş kategoriye girer. Tek bir özellik kesin olsa da, birçok özellik kombinasyonu sağlam bir profil yaratır. Aşağıdaki en yaygın kullanılan tiplerdir.

Lexical Özellikler

Lexical analizi, nadir veya alışılmadık kelimelere odaklanır ve yazarın işlev sözcüklerinin tercih ettiği gibi, bazı yazarların daha sık sık sık sık sık sık sık sık sık sık sık sık sık sık kullanılan cümleleri karşılaştırması gerekir.)[Döneticileri kullanarak, bazı yazarların ortak kelimelerle karşılaştırmaları gerekir.

Syntactic Özellikler

Syntactic analizi cümlelerin yapısını inceler -özellikle de cümlelerin düzenlenmesi, konuşmanın kısımları ve bölümleri. Yazarlar belirli cümle uzunluğu, cümle türleri ve gramer inşaatları tercih eder. Örneğin, bazı yazarlar alışılmış cümle yapısıyla karmaşık cümleler kullanır, diğerleri kısa, declaratif ifadeler tercih eder.

Stylometri Özellikler

Stylometri, bir yazarın yazma stilinin sayısal çalışmasıdır, genellikle [[Döneticileri/) ile ilgili olarak, çoğulcu ve Wallace'ın Federal Kitaptaki öncü çalışmaları, Alexander Hamilton ve James Madison'ın da benzer cümleleri ve diğer örneklerin analizlerini içeren ve genellikle doğrulayıcı analizlerin sonuçlarını içeren bazı temel ikilemleri içeren kesitleri içeren bir dizi analizleri içerir.

Semantic ve Thematic Özellikler

Yüzeysel kelimelerin ve cümlelerin ötesinde, yazarlık ataması da bunu kabul edebilir:0) Tematik içerik[Dönetici: 1) Bir metinden gelen bilgiler, kavramsal çerçeveler ve özellikle metaforların veya analogların kullanımı.Örneğin, bir yazarın özgürlüğü, adalet, doğayı saymak yerine, dini bir şekilde yorumlanması gerekir (örneğin, Geçer Alrichlet Allocation) araştırmacıların parmak izlerini geri almalarını sağlar.

Modern C ⁇ Yaklaşımları

Dijital devrim, bir iş yoğun bir zanaattan bir veriye dayalı bir bilime dönüşen bir yazarlığı dönüştürdü. Bugün araştırmacılar tüm fiziksel ve tanımlı desenleri insan gözüne görünmez hale getirebilen çeşitli hesaplama tekniklerini kullanmaktadır.

Makine Öğrenme Sınıflandırıcıları

Süperviz makine öğrenme modelleri, metinsel özellikleri hakkında çok değişkenleri öğrenmek ve sonra en büyük yazarını her adaydan elde etmek için kullanılır.() Algoritmalar (SVMs), rastgele ormanlar ve sinir ağları, metinsel özellikleri ve sonra en büyük olasılıkla anonim bir belge için yazar öngörür.())Character n-gramlar (Döndergiler)[TFLD) özellikle de yazılarını yakalamak için çalışır.

Derin öğrenme yaklaşımları, tekrarlayıcı sinir ağları (RNNs) ve dönüştürücü tabanlı modeller gibi, uzun menzilli bağımlılıkları metinde ele alarak daha da doğrulanmış bir doğruluk elde edebilir. Bu modeller sadece kelime ve sözcülükleri değil, aynı zamanda daha yüksek seviyeli bir konuşma kalıpları da öğrenebilirler. Ancak, yazar başına büyük miktarda eğitim verileri gerektirir, bu genellikle sadece bir avuç iş hayatta kalan tarihsel metinler için bir sınırlamadır.

Denetimsiz ve Semi-Supervised Yöntemler

Eğitim verileri az olduğunda, araştırmacılar denetimsiz veya yarı denetimli tekniklere dönüşürler. Clustering algoritmaları (örneğin, k-means veya hierarchical kümeing) önce etiketler olmadan metinsel özelliklere dayanarak grup metinleri oluşturabilirler, potansiyel yazarlık grupları ortaya koyarlar. Semi- denetimli yöntemler, küçük bir isimsiz metinleri tanımlamak için daha büyük bir havuz ile birleştirir.

Yazarlık Attribution'da Notable Case Studies

Birkaç yüksek profilli vaka, metinsel özellik analizinin gücünü ve sınırlamalarını gösterir ve alanda dokunaklı hale gelmiştir.

Federalist Papers

En ünlü başarı hikayesi, tartışmalı Federalist Kağıtların alıntısıdır. 85 denemeden itibaren ABD Anayasası'nın onaylanmasını takiben 12, Alexander Hamilton ve James Madison arasında uzun bir yarışma yapıldı.

Shakespeare ve İşbirliği

William Shakespeare'e atfedilen oyunların yazarı hakkında sorular uzun, sık sık tartışmalı bir tarihe sahiptir. çoğu bilim adamı Shakespeare'in kendisine atfedilen kanonik çalışmaları kullanarak diğer oyun yazarların çalışmalarını kanıtlamaktadır. örneğin, Henry VIII). ve diğerleri de Martemistlerin farklı işaretleyicileri ve karakterlerini kullanarak farklı yazarların ellerini ve karakterlerini başarıyla tanımlamıştır.

Ortaçağ Manuscripts ve Roland Song of Roland

Ortaçağ metinleri, genellikle birden çok yazı ile aktarılıyor, eşsiz zorluklar.TheurFLT:0)Fron of Roland[[Dönder: 1)) , on bir yüzyıldan itibaren epik bir şiir, çeşitli lehçeler ve interpolasyonlar ile ilgili birkaç yazı versiyonu var.[Döneticiler, şiirin tek bir yazarın işi olmadığını ve Chaucer'un son zamanlarda yazılmış iletileri tespit etmesi için lexical ve stilist analizler kullanılmıştır.

Meydanlar ve Sınırlar

Başarılarına rağmen, yazarlık metin özellikleri aracılığıyla alıntı yapmak bir gümüş mermi değildir. Birkaç önemli zorluk kabul edilmelidir.

Tarihsel Dil Değişimi

Dil zamanla gelişti ve on altıncı yüzyıldan gelen bir yazarın metin özellikleri, on sekizinci yüzyıldan itibaren bir yazarınkinden dramatik şekilde farklılık gösterebilir, her ikisi de aynı dil topluluğuna ait olsa da, dilbiliminde değişiklikler, farklı çağdan metinleri karşılaştırmak için kullanılan özellikler yanıltıcı olabilir.

Çeviri ve Scribal Interference

Bir metin yazıtları tarafından tercüme edildiğinde, orijinal yazarın metinsel özellikleri bulanık hale gelir. Translators kendi kelime ve sözcülüğünü dayatabilir, cümle yapısını yeniden inşa edebilir ve hatta cümle yapısını yeniden inşa etmeye çalışır.Bu, kopyaların çoğu zaman önemli ölçüde farklılaştığı bir engeldir.

Küçük Corpora ve Teklik Sorunu

Birçok tarihsel yazar sadece küçük bir çalışma gövdesinin arkasına kaldı, güvenilir bir istatistik modeli oluşturmak zorlaşır. Sadece birkaç bin kelimeyle, aşırılık riski yüksek. Ek olarak, anonim bir metin, yazarın sadece hayatta kalan işi olabilir, bu durumda atama imkansız. Araştırmacıların metinsel olasılıkla dengelenmesi gerekir, genellikle dış kanıtlarla metinsel analizleri birleştirmektedir.

Tartışma: Adversarial Disguise

Bazı yazarlar, stillerini kasıtlı olarak gizlediler, başka bir yazar ya da tarafsız, bürokratik bir ton benimsemektedirler. Bu politik propagandada yaygındır, espionage-la ilgili belgelerde ve forgeries.

Future rotası ve Gelişen Teknikler

Yazarlık atama alanı, yapay zeka ve tarihsel arşivlerin sayısallaştırılması ile hızla ilerlemeye devam ediyor.

Büyük Dil Modelleri ve Transformer Networks

BERT ve GPT gibi Transformer tabanlı modeller, yazarın isimlendirilmesi görevlerini, hatta nispeten kısa metinlerle vaat etmiştir. Bu modeller kelimelerle bağlamsal temsiller öğrenir, geleneksel n-gram yöntemlerinin eksik olduğu standart bir model oluşturabilir. Örneğin, iyi niyetli bir dönüştürücü, bir yazarın tipik bir söylem işaretleyicilerini algılayabilir, o zamanlayıcı dili veya metaforunu öğrenir. Bu modeller daha verimli hale gelir ve daha az eğitim verileri gerektirdiği gibi, tarihsel referanslar için standart bir araç olabilirler.

Cross-Lingual and ⁇ Attribution

Birçok tarihsel metin Latince, Arapça, Çince veya İngilizce'den önemli ölçüde farklı diller yazılır - aynı yazar tarafından yazılan metinlerle karşılaştırılır - Orta Çağdaki kelimelerle aynı şekilde açık bir problemin kullanıldığı son iş.

Tarihsel Ağ Analizi ile entegrasyon

Yazarlar, bir vakumda olmaz.Yazdırlık analizi ile metinsel analizler, patronaj ve yayın tarihi ile birleştirilerek, araştırmacılar tüm plausible yazarların kümesini daraltabilir ve hesaplama bulguları doğrulayabilirler. Örneğin, bir metin kelimesi Yazar X'e en yakınsa, ancak Author X metin kompozisyon sırasında sürgünde olduğu bilinmektedir,

Açık Veritabanlar ve İşbirliği

Textual Burs ve Elektronik Düzenleme için İntegratler) ve [[Döneticileri[Döneticileri ile ilgili olarak) projesi, bilinen bir yazarlık ile paylaşılan tarihi metinlerin toplanmasına olanak sağlar.Bu veritabanı araştırmacılar yöntemleri karşılaştırmaya ve daha sağlam modeller geliştirmelerine izin verir.Daha fazla tarihsel çalışmalar dijitalleştirilmiş ve metadata ile etiketlenmiş ve geniş çaplı ilişkilendirmeler için gerekli olan veriler yaygın olarak erişilebilir hale gelecektir.

Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç

Anonim tarihsel metinlerin yazarlığını tanımlamak, yazarların uzun süre önce imkansız görünüyordu.The Textual features - from the frequency of common words to) anlaşmazlığının yapısına kadar bir pencereyi bir araya getiren bir dedektif işidir.