| Título : |
Machine Learning Methods for Stylometry : Authorship Attribution and Author Profiling |
| Tipo de documento: |
documento electrónico |
| Autores: |
Savoy, Jacques, Autor |
| Mención de edición: |
1 ed. |
| Editorial: |
[s.l.] : Springer |
| Fecha de publicación: |
2020 |
| Número de páginas: |
XIX, 286 p. 111 ilustraciones, 101 ilustraciones en color. |
| ISBN/ISSN/DL: |
978-3-030-53360-1 |
| Nota general: |
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. |
| Palabras clave: |
Procesamiento del lenguaje natural (Informática) Sistemas de almacenamiento y recuperación de información Ligüística computacional Aprendizaje automático La ciencia de la biblioteca Procesamiento del lenguaje natural (PNL) Almacenamiento y recuperación de información |
| Índice Dewey: |
006.35 Procesamiento del lenguaje natural |
| Resumen: |
Este libro presenta métodos y enfoques utilizados para identificar al verdadero autor de un documento o extracto de texto dudoso. Proporciona una amplia introducción a todos los problemas de categorización de textos (como atribución de autoría, rasgos psicológicos del autor, detección de noticias falsas, etc.) basados en características estilísticas. Específicamente, se presentan en detalle los modelos de aprendizaje automático como herramientas valiosas para verificar hipótesis o revelar patrones significativos ocultos en conjuntos de datos. La estilometría es un campo multidisciplinario que combina la lingüística con la estadística y la informática. El contenido se divide en tres partes. El primero, que consta de los tres primeros capítulos, ofrece una introducción general a la estilometría, sus potenciales aplicaciones y limitaciones. Además, presenta el ejemplo en curso utilizado para ilustrar los conceptos discutidos a lo largo del resto del libro. Los cuatro capítulos de la segunda parte están más dedicados a la informática y se centran en los modelos de aprendizaje automático. Su principal objetivo es explicar modelos de aprendizaje automático para la resolución de problemas estilométricos. Se explican varias estrategias generales utilizadas para identificar, extraer, seleccionar y representar marcadores estilísticos. Dado que el aprendizaje profundo representa un campo de investigación activo, se proporciona información sobre modelos de redes neuronales e incrustaciones de palabras aplicadas a la estilometría, así como una introducción general al enfoque de aprendizaje profundo para resolver preguntas estilométricas. A su vez, la tercera parte ilustra la aplicación de los enfoques discutidos anteriormente en casos reales: un problema de atribución de autoría, que busca descubrir la mano secreta detrás del seudónimo de Elena Ferrante, escritora italiana mundialmente conocida por su saga Mi amigo brillante; elaboración de perfiles de autor para identificar si un conjunto de tweets fueron generados por un bot o un ser humano y en este segundo caso, si es un hombre o una mujer; y una exploración de las variaciones estilísticas a lo largo del tiempo utilizando discursos políticos estadounidenses que cubren un período de ca. 230 años. A lo largo del libro se adopta un enfoque basado en soluciones y las explicaciones están respaldadas por ejemplos escritos en R. Para complementar el contenido principal y las discusiones sobre modelos y técnicas estilométricas, los ejemplos y conjuntos de datos están disponibles gratuitamente en el sitio web Github del autor. |
| Nota de contenido: |
Part I: Fundamental Concepts and Models -- 1. Introduction to Stylistic Models and Applications -- 2. Basic Lexical Concepts and Measurements -- 3. Distance-Based Approaches -- Part II: Advanced Models and Evaluation -- 4. Evaluation Methodology and Test Corpora -- 5. Features Identification and Selection -- 6. Machine Learning Models -- 7. Advanced Models for Stylometric Applications -- Part III: Cases Studies -- 8. Elena Ferrante: A Case Study in Authorship Attribution -- 9. Author Profiling of Tweets -- 10. Applications to Political Speeches -- 11. Conclusion. |
| En línea: |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
| Link: |
https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i |
Machine Learning Methods for Stylometry : Authorship Attribution and Author Profiling [documento electrónico] / Savoy, Jacques, Autor . - 1 ed. . - [s.l.] : Springer, 2020 . - XIX, 286 p. 111 ilustraciones, 101 ilustraciones en color. ISBN : 978-3-030-53360-1 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
| Palabras clave: |
Procesamiento del lenguaje natural (Informática) Sistemas de almacenamiento y recuperación de información Ligüística computacional Aprendizaje automático La ciencia de la biblioteca Procesamiento del lenguaje natural (PNL) Almacenamiento y recuperación de información |
| Índice Dewey: |
006.35 Procesamiento del lenguaje natural |
| Resumen: |
Este libro presenta métodos y enfoques utilizados para identificar al verdadero autor de un documento o extracto de texto dudoso. Proporciona una amplia introducción a todos los problemas de categorización de textos (como atribución de autoría, rasgos psicológicos del autor, detección de noticias falsas, etc.) basados en características estilísticas. Específicamente, se presentan en detalle los modelos de aprendizaje automático como herramientas valiosas para verificar hipótesis o revelar patrones significativos ocultos en conjuntos de datos. La estilometría es un campo multidisciplinario que combina la lingüística con la estadística y la informática. El contenido se divide en tres partes. El primero, que consta de los tres primeros capítulos, ofrece una introducción general a la estilometría, sus potenciales aplicaciones y limitaciones. Además, presenta el ejemplo en curso utilizado para ilustrar los conceptos discutidos a lo largo del resto del libro. Los cuatro capítulos de la segunda parte están más dedicados a la informática y se centran en los modelos de aprendizaje automático. Su principal objetivo es explicar modelos de aprendizaje automático para la resolución de problemas estilométricos. Se explican varias estrategias generales utilizadas para identificar, extraer, seleccionar y representar marcadores estilísticos. Dado que el aprendizaje profundo representa un campo de investigación activo, se proporciona información sobre modelos de redes neuronales e incrustaciones de palabras aplicadas a la estilometría, así como una introducción general al enfoque de aprendizaje profundo para resolver preguntas estilométricas. A su vez, la tercera parte ilustra la aplicación de los enfoques discutidos anteriormente en casos reales: un problema de atribución de autoría, que busca descubrir la mano secreta detrás del seudónimo de Elena Ferrante, escritora italiana mundialmente conocida por su saga Mi amigo brillante; elaboración de perfiles de autor para identificar si un conjunto de tweets fueron generados por un bot o un ser humano y en este segundo caso, si es un hombre o una mujer; y una exploración de las variaciones estilísticas a lo largo del tiempo utilizando discursos políticos estadounidenses que cubren un período de ca. 230 años. A lo largo del libro se adopta un enfoque basado en soluciones y las explicaciones están respaldadas por ejemplos escritos en R. Para complementar el contenido principal y las discusiones sobre modelos y técnicas estilométricas, los ejemplos y conjuntos de datos están disponibles gratuitamente en el sitio web Github del autor. |
| Nota de contenido: |
Part I: Fundamental Concepts and Models -- 1. Introduction to Stylistic Models and Applications -- 2. Basic Lexical Concepts and Measurements -- 3. Distance-Based Approaches -- Part II: Advanced Models and Evaluation -- 4. Evaluation Methodology and Test Corpora -- 5. Features Identification and Selection -- 6. Machine Learning Models -- 7. Advanced Models for Stylometric Applications -- Part III: Cases Studies -- 8. Elena Ferrante: A Case Study in Authorship Attribution -- 9. Author Profiling of Tweets -- 10. Applications to Political Speeches -- 11. Conclusion. |
| En línea: |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
| Link: |
https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i |
|  |
Machine Learning Methods for Stylometry
