用于阿拉伯文本作者归属的朴素贝叶斯分类器

作者归属是基于写作特征将作者分配给匿名文本的过程。为自然语言（如英语、中文和荷兰语）开发了几种作者归属方法。然而，关于阿拉伯语的相关工作数量有限。朴素贝叶斯分类器已广泛应用于各种自然语言处理任务。然而，通常没有提及所使用的事件模型，而这会对分类器的性能产生重大影响。根据我们的了解，尚未考虑在阿拉伯语中使用朴素贝叶斯分类器进行作者归属。因此，我们提议研究它们在此问题中的应用，考虑不同的事件模型，即简单朴素贝叶斯（NB）、多项式朴素贝叶斯（MNB）、多变元伯努利朴素贝叶斯（MBNB）和多变元泊松朴素贝叶斯（MPNB）。我们在从10位不同作者的书籍中提取的大型阿拉伯数据集上评估这些模型的性能，并将其与其他现有方法进行比较。实验结果显示，MBNB 提供了最佳结果，能够以 97.43% 的准确率归属文本作者。与相关方法的比较结果表明，MBNB 和 MNB 适合用于作者归属。