論文の概要: A Step Towards Interpretable Authorship Verification

• arxiv url: http://arxiv.org/abs/2006.12418v2
• Date: Tue, 7 Jul 2020 23:30:14 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-18 06:14:57.886538
• Title: A Step Towards Interpretable Authorship Verification
• Title（参考訳）: 解釈可能な著者確認への歩み
• Authors: Oren Halvani, Lukas Graner, Roey Regev
• Abstract要約: オーサシップ検証(英: Authorship verification、AV)は、デジタルテキスト法医学の分野における研究分野である。 多くのアプローチでは、文書のトピックに関連するか、影響を受けている機能を活用している。 分類決定における話題に依存しない特徴のみを考慮した代替的なAVアプローチを提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: A central problem that has been researched for many years in the field of digital text forensics is the question whether two documents were written by the same author. Authorship verification (AV) is a research branch in this field that deals with this question. Over the years, research activities in the context of AV have steadily increased, which has led to a variety of approaches trying to solve this problem. Many of these approaches, however, make use of features that are related to or influenced by the topic of the documents. Therefore, it may accidentally happen that their verification results are based not on the writing style (the actual focus of AV), but on the topic of the documents. To address this problem, we propose an alternative AV approach that considers only topic-agnostic features in its classification decision. In addition, we present a post-hoc interpretation method that allows to understand which particular features have contributed to the prediction of the proposed AV method. To evaluate the performance of our AV method, we compared it with ten competing baselines (including the current state of the art) on four challenging data sets. The results show that our approach outperforms all baselines in two cases (with a maximum accuracy of 84%), while in the other two cases it performs as well as the strongest baseline.
• Abstract（参考訳）: デジタルテキスト鑑定学の分野で長年研究されてきた中心的な問題は、2つの文書が同一著者によって書かれたかどうかである。 authorship verification (av) はこの分野の研究部門であり、この問題を扱う。 長年にわたり、AVの文脈における研究活動は着実に増加しており、様々なアプローチがこの問題を解決しようとしている。 しかし、これらのアプローチの多くは、文書の話題に関連するものや影響のあるものを利用している。 したがって、それらの検証結果は、書式(実際のAVの焦点)ではなく、文書の話題に基づくものであることが誤って起こる可能性がある。 この問題に対処するために,分類決定においてトピックに依存しない特徴のみを考慮した代替av手法を提案する。 また,提案手法の予測にどのような特徴が寄与したかを理解することができるポストホック解釈法を提案する。 AV法の性能を評価するため、4つの挑戦的データセット上で10の競合するベースライン(最先端技術を含む)と比較した。 その結果、本手法は2つのケース(最大精度84%)において全てのベースラインを上回っており、他の2つのケースでは最強ベースラインと同等の性能を示している。

関連論文リスト

• Document Set Expansion with Positive-Unlabeled Learning: A Density Estimation-based Approach [18.923476312831394]
  ドキュメントセットの拡張は,詳細なトピックに関する小さなドキュメントセットに基づいて,関連するドキュメントを大規模なコレクションから識別することを目的としている。 従来の研究は、PU学習がこのタスクに有望な方法であることを示している。 本稿では,上記の問題に対処可能な,密度推定に基づく新しいPU学習フレームワークpuDEを提案する。
  論文  参考訳（メタデータ） (2024-01-20T06:52:14Z)
• Cross-Domain Few-Shot Segmentation via Iterative Support-Query Correspondence Mining [81.09446228688559]
  Cross-Domain Few-Shots (CD-FSS) は、限定された例のみを用いて、異なるドメインから新しいカテゴリを分割するという課題を提起する。 本稿では,CD-FSSの課題に対処する新しいクロスドメイン微調整手法を提案する。
  論文  参考訳（メタデータ） (2024-01-16T14:45:41Z)
• Analysing the Resourcefulness of the Paragraph for Precedence Retrieval [0.1761604268733064]
  我々は,優先検索の性能向上のための判断の類似性を把握する上で,段落レベルの情報の資源性について分析した。 その結果,数段の相互作用で判断の類似性を捉えることができ,基本文書レベルの方法よりも識別力が向上することが判明した。
  論文  参考訳（メタデータ） (2023-07-29T08:55:38Z)
• Same or Different? Diff-Vectors for Authorship Analysis [78.83284164605473]
  古典的な著作物分析において、特徴ベクトルは文書を表し、特徴の値は文書中の特徴の相対周波数(関数の増大)を表し、クラスラベルは文書の著者を表す。 筆者らの実験は共著者検証,著者検証,クローズドセットの著者帰属に取り組んでおり,DVは自然に第1の問題を解くのに向いているが,第2と第3の問題を解くための2つの新しい方法も提供している。
  論文  参考訳（メタデータ） (2023-01-24T08:48:12Z)
• ADDMU: Detection of Far-Boundary Adversarial Examples with Data and Model Uncertainty Estimation [125.52743832477404]
  AED(Adversarial Examples Detection)は、敵攻撃に対する重要な防御技術である。 本手法は, 正逆検出とFB逆検出の2種類の不確実性推定を組み合わせた新しい手法である textbfADDMU を提案する。 提案手法は,各シナリオにおいて,従来の手法よりも3.6と6.0のEmphAUC点が優れていた。
  論文  参考訳（メタデータ） (2022-10-22T09:11:12Z)
• GERE: Generative Evidence Retrieval for Fact Verification [57.78768817972026]
  本稿では,ジェネレーション方式で証拠を検索する最初のシステムであるGEREを提案する。 FEVERデータセットの実験結果は、GEREが最先端のベースラインよりも大幅に改善されていることを示している。
  論文  参考訳（メタデータ） (2022-04-12T03:49:35Z)
• Joint Answering and Explanation for Visual Commonsense Reasoning [46.44588492897933]
  Visual Commonsense Reasoningは、よりハイレベルな視覚的理解を追求する試みである。 与えられた画像に対する質問応答と、回答説明のための合理的推論の2つの必須プロセスで構成されている。 本稿では,質問応答と推論プロセスの合理化を両立させるための知識蒸留強化フレームワークを提案する。
  論文  参考訳（メタデータ） (2022-02-25T11:26:52Z)
• A Simple Information-Based Approach to Unsupervised Domain-Adaptive Aspect-Based Sentiment Analysis [58.124424775536326]
  本稿では,相互情報に基づくシンプルだが効果的な手法を提案し,それらの用語を抽出する。 実験の結果,提案手法はクロスドメインABSAの最先端手法よりも4.32%高い性能を示した。
  論文  参考訳（メタデータ） (2022-01-29T10:18:07Z)
• POSNoise: An Effective Countermeasure Against Topic Biases in Authorship Analysis [0.0]
  著者確認は、デジタルテキストの法医学における基本的な研究課題である。 本稿では,あるテキストのトピック関連コンテンツを効果的にマスキングするPOSNoiseという前処理手法を提案する。 以上の結果から, POSNoiseは42例中34例でよく知られたトピックマスキング法と比較して, 最大10%の精度で良好な結果が得られた。
  論文  参考訳（メタデータ） (2020-05-02T21:10:24Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。