Identifikace autora ve forenzní lingvistice

Bc. Anna TICHÁ

Master's thesis

Author identification in forensic linguistics

Abstract:

Tato diplomová práce se zaměřuje na identifikaci autorů v oblasti forenzní lingvistiky a skládá se ze dvou částí - teoretické a praktické. Teoretická část obsahuje úvod do forenzní lingvistiky, představuje klíčové koncepty a historický přehled této disciplíny. Následuje analýza různých typů textů v této oblasti, definice kritérií pro jejich analýzu a představení korpusu textů, představení lingvistického softwaru QUITA a vysvětlení konceptu logistické regrese. Praktická část se věnuje analýze textů a metodám identifikace autorů, Nejprve proběhne kvantitativně-kvalitativní analýza s definovanými kritérii hodnocení anonymních textů. Následuje rozvoj dosavadních metod identifikace autorů s využitím vícerozměrných metod, konkrétně MDS. Dále budou použity Bag-of-Words modely pro analýzu textů. Kapitola dále obsahuje analýzu pomocí lingvistického indexu entropie a opětovné použití logistické regrese pro vyhodnocení úspěš?nosti metod. V závěru navrhneme možnosti dalšího rozšíření výzkumu v této oblasti.

Abstract:

This master's thesis focuses on author identification in the field of forensic linguistics and consists of two parts - theoretical and practical. The theoretical part includes an introduction to forensic linguistics, presenting key concepts and a historical overview of this discipline. It is followed by an analysis of various types of texts in this area, definition of criteria for their analysis, and presentation of a text corpus, introduction of the linguistic software QUITA, and explanation of the concept of logistic regression. The practical part deals with text analysis and methods of author identification. First, a quantitative-qualitative analysis with defined criteria for evaluating anonymous texts will be conducted. This is followed by the development of existing methods of author identification using multidimensional methods, specifically MDS. Bag-of-Words models will also be used for text analysis. The chapter further includes analysis using the linguistic entropy index and reapplication of logistic regression to evaluate the success of methods. In conclusion, we will propose possibilities for further research expansion in this area.

Keywords

forenzní lingvistika, kvantitativní lingvistika, identifikace autora, kvantitativní a kvalitativní analýza, Bag-of-Words model, vícerozměrné škálování, QUITA, logistická regrese, indexy

Language used: Czech

Date on which the thesis was submitted / produced: 9. 5. 2024

Thesis defence

• Supervisor: Mgr. Vladimír Matlach, Ph.D.

Palacký University Olomouc

Faculty of Arts

Master programme / field:
Philology / General Lingvistics and Theory of Communication