텍스트 분류를 위한 특성 발견

스타일로메트리스트들은 다양한 텍스트 특징이나 마커를 제안하고 사용해왔지만, 최근까지 텍스쳐 특징이 어디서 오는가에 대한 질문에는 거의 주목하지 않았습니다. 많은 텍스트 분류 작업에서 텍스트 특징의 선택은 성공의 중요한 결정 요인이지만, 일반적으로 분석가의 직관에 맡겨집니다. 우리는 이 과정의 일부가 주관적인 판단에 덜 의존하는 것이 바람직하다고 주장합니다. 따라서 본 논문에서는 분석되는 텍스트의 외부 지식이 필요 없는 다섯 가지 텍스트 특징 발견 방법을 비교합니다(세 가지는 이전 스타일로메트리스트들이 제안한 것이고, 두 가지는 본 연구를 위해 고안된 것입니다). 이러한 방법들은 파싱이나 의미 분석에 의존하지 않기 때문에 영어 언어에만 국한되지 않습니다. 대표적인 텍스트 분류 문제 열 개에 대한 벤치마크 테스트 결과, 이곳에서 지정된 몬테카를로 특징 발견 기술은 향후 이 분야의 연구자들이 고려할 가치가 있는 특정 장점이 있음을 나타냅니다.