Využití syntaktické informace při verifikaci autorství anonymních dokumentů

Mgr. Kristýna Zemková

Bakalářská práce

Exploiting Syntactic Information in Authorship Verification

Anotace:

Cílem práce bylo zjistit, zda informace získaná syntaktickou analýzou může být prospěšná řešení problému verifikace autorství anonymních dokumentů. V první kapitole jsou zmíněny již používané techniky. Ve druhé kapitole je popsána syntaktická analýza, použité syntaktické analyzátory i nově navržené metriky pro verifikaci autorství využívající právě syntaktické informace. V další části práce je nastíněno jednovrstvé i dvouvrstvé strojové učení. Následující, hlavní část práce popisuje provedené experimenty na nasbíraných datech. Pomocí těchto experimentů je zjišťován přínos metrik pro úspěšnost problému verifikace autorství. Nejdříve jsou vyhodnocovány již používané metriky, následně nové, mnou navržené, a nakonec jsou metriky kombinovány navzájem. Přínosem práce je kromě popsání nově navržených autorských charakteristik rovněž zhodnocení přínosu syntaktické informace při problému verifikace autorství.

Abstract:

This bachelor's thesis deals with usage of syntactic analysis in authorship verification. The first part of this thesis describes authors' characteristics already used in authorship verification problem. Next part shortly informs about syntactic analysis in general, mentions syntactic analysers and describes newly developed authors' characteristics based on syntactic features. One-layer and two-layer machine learning are described in the third part of the thesis. The main part, which follows, brings information about experiments performed on data collected from the Internet. Contribution to the accuracy of authorship verification is investigated through these experiments. The aim of the thesis is not only describing new authors' characteristics based on syntactic analyzer SET, but also an evaluation of contribution of syntactic information to authorship verification problem.

Klíčová slova

verifikace autorství, authorship verification, syntaktická analýza, syntactic analysis, SET, synt, MSTParser, MaltParser, složkový strom, závislostní strom, hybridní strom, dependency tree, phrasal tree, hybrid tree, accuracy

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 4. 7. 2013

Obhajoba závěrečné práce

• Obhajoba proběhla 11. 9. 2013
• Vedoucí: RNDr. Vojtěch Kovář, Ph.D.

Masarykova univerzita

Filozofická fakulta

Bakalářský studijní program / obor:
Filologie / Český jazyk se specializací počítačová lingvistika