論文の概要: Fusing Stylometric and Embedding Systems to Estimate Authorship Likelihood Ratios in Japanese

• arxiv url: http://arxiv.org/abs/2606.13991v1
• Date: Fri, 12 Jun 2026 00:21:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-15 16:00:42.691647
• Title: Fusing Stylometric and Embedding Systems to Estimate Authorship Likelihood Ratios in Japanese
• Title（参考訳）: 日本人における著者選好率推定のためのスティロメトリ・エンベディングシステム
• Authors: Praju Ghatpande, Satoru Tsuge, Shunichi Ishihara, Wataru Zaitsu, Mitsuyuki Inaba,
• Abstract要約: 本研究は,ブログからの1000文字の抜粋を用いて,日本語のデジタルテキストとの比較を行った最初の事例である。 その結果, 融解系は良好なキャリブレーションを維持しつつ, 安定度と製造率の比等級を増大させることがわかった。
• 参考スコア（独自算出の注目度）: 1.395673439321883
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The likelihood ratio framework is widely recognized as the logically and legally sound basis for evidential analysis across forensic sciences, and its importance is increasingly acknowledged in analyses of authorship in textual evidence. To date, however, its application has been confined to English-language texts. Meanwhile, authorship attribution has traditionally relied on a diverse array of stylometric features, even as the rise of pre-trained large language models enables new contextual-embedding approaches. Combining these diverse approaches through fusion promises enhanced performance, yet it has not been applied to integrate stylometric-feature systems with embedding-based systems within the likelihood ratio paradigm. This study is the first to apply likelihood ratio-based forensic text comparison to Japanese digital texts, using ~1,000-character excerpts from blogs, to 1) evaluate system performance and likelihood ratio magnitudes and 2) assess the impact of fusing stylometric-feature systems with embedding-based systems. The results demonstrate that the fused system maintains excellent calibration while 1) increasing consistent-with-fact likelihood ratio magnitudes; 2) decreasing contrary-to-fact likelihood ratio magnitudes and 3) improving overall discriminability. The best-performing fusion achieved a log-likelihood-ratio cost of 0.32484, illustrating both the feasibility of likelihood ratio framework for Japanese and the benefits of fusion across heterogeneous systems.
• Abstract（参考訳）: 可能性比の枠組みは、法科学における明らかな分析の論理的および法的に健全な基礎として広く認識されており、その重要性は文献的証拠の著者分析においてますます認識されている。 しかし、現在までその応用は英語のテキストに限られている。 一方、著者の帰属は、事前学習された大規模言語モデルの台頭によって新しいコンテキスト埋め込みアプローチが可能になったとしても、伝統的に様々なスタイル的特徴に依存してきた。 融合によってこれらの多様なアプローチを組み合わせることで性能が向上するが、確率比のパラダイム内に組込み型システムを統合するには適用されていない。 本研究は,約1000文字のブログからの抜粋を用いて,日本語のデジタルテキストとの比較を行った最初の事例である。 1)システム性能と可能性比等級を評価する。 2) 組込み型システムによるテクスチャ機能システムの融合効果を評価する。 その結果,融解系は良好なキャリブレーションを維持していることが明らかとなった。 1) 製造可能性比の等級の整合性の増加 2 反対対真偽比等級及び等級の減少 3) 全体的な識別性の向上。 最高性能の核融合は対数比0.32484のコストを達成し、日本人に対する可能性比フレームワークの実現可能性と異種システム間の融合の利点を両立させた。

関連論文リスト

• Reflective Translation: Improving Low-Resource Machine Translation via Structured Self-Reflection [0.15229257192293197]
  isiZuluやisiXhosaのような低リソース言語は、限られた並列データと言語資源のために機械翻訳において永続的な課題に直面している。 大規模言語モデルの最近の進歩は、自己回帰がモデルを批判し、自身の出力を修正させ、推論品質と事実整合性を改善することを示唆している。 本稿では、モデルが初期翻訳を生成し、構造化された自己批判を生成し、このリフレクションを用いて洗練された翻訳を生成するプロンプトベースのフレームワークであるリフレクティブ翻訳を紹介する。
  論文  参考訳（メタデータ） (2026-01-27T18:37:09Z)
• You Cannot Feed Two Birds with One Score: the Accuracy-Naturalness Tradeoff in Translation [21.568606037252774]
  我々は,情報理論の最近の進歩を数学的に証明し,そのような単一スコアの要約がシステムの性能の完全な図面を与えていないことを実証するために構築した。 例えば、特定の精度のメートル法(BLEUなど)に翻訳システムを最適化することは、当初はシステムの自然性を改善するが、"オーバーフィッティング"のシステムは、その自然性を大幅に低下させる。
  論文  参考訳（メタデータ） (2025-03-31T12:39:51Z)
• Annotating Scientific Uncertainty: A comprehensive model using linguistic patterns and comparison with existing approaches [1.9627519910539217]
  UnScientifyは学術的な全文で科学的不確実性を検出するように設計されたシステムである。 UnScientifyの中核となる方法論は、スパンパターンマッチング、複雑な文解析、著者参照チェックを統合した多面的パイプラインに基づいている。 評価結果は,現代大言語モデル(LLM)とUnScientifyシステムとのトレードオフを浮き彫りにした。
  論文  参考訳（メタデータ） (2025-03-14T13:21:59Z)
• Estimating Commonsense Plausibility through Semantic Shifts [66.06254418551737]
  セマンティックシフトを測定することでコモンセンスの妥当性を定量化する新しい識別フレームワークであるComPaSSを提案する。 2種類の細粒度コモンセンス可視性評価タスクの評価は,ComPaSSが一貫してベースラインを上回っていることを示している。
  論文  参考訳（メタデータ） (2025-02-19T06:31:06Z)
• BLEURT Has Universal Translations: An Analysis of Automatic Metrics by Minimum Risk Training [64.37683359609308]
  本研究では,機械翻訳システムの学習指導の観点から,各種の主流および最先端の自動測定値について分析する。 BLEURT や BARTScore における普遍的逆変換の存在など,ある種の指標は堅牢性欠陥を示す。 詳細な分析では、これらのロバスト性障害の主な原因は、トレーニングデータセットにおける分布バイアスと、メートル法パラダイムの傾向である。
  論文  参考訳（メタデータ） (2023-07-06T16:59:30Z)
• Curious Case of Language Generation Evaluation Metrics: A Cautionary Tale [52.663117551150954]
  イメージキャプションや機械翻訳などのタスクを評価するデファクトメトリクスとして、いくつかの一般的な指標が残っている。 これは、使いやすさが原因でもあり、また、研究者がそれらを見て解釈する方法を知りたがっているためでもある。 本稿では,モデルの自動評価方法について,コミュニティにより慎重に検討するよう促す。
  論文  参考訳（メタデータ） (2020-10-26T13:57:20Z)
• Modeling Voting for System Combination in Machine Translation [92.09572642019145]
  本稿では,機械翻訳におけるシステムの組み合わせに対する投票のモデル化手法を提案する。 提案手法は,仮説間の関係を解析できるだけでなく,エンドツーエンドのトレーニングを可能にするため,統計的手法とニューラル手法の利点を組み合わせたものである。
  論文  参考訳（メタデータ） (2020-07-14T09:59:38Z)
• PONE: A Novel Automatic Evaluation Metric for Open-Domain Generative Dialogue Systems [48.99561874529323]
  オープンドメイン生成対話システムの評価には3つの方法がある。 体系的な比較が欠如しているため、どの指標がより効果的であるかは明らかでない。 本稿では,人間の判断との相関性を大幅に改善できる,新しい,実現可能な学習基準を提案する。
  論文  参考訳（メタデータ） (2020-04-06T04:36:33Z)

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。