論文の概要: CHiPS: Character Histograms and Positional Signals for Lightweight Authorship Attribution in Romanian Texts

• arxiv url: http://arxiv.org/abs/2607.22884v1
• Date: Fri, 24 Jul 2026 19:48:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-28 22:34:14.920032
• Title: CHiPS: Character Histograms and Positional Signals for Lightweight Authorship Attribution in Romanian Texts
• Title（参考訳）: CHiPS:ルーマニア語テキストにおける文字ヒストグラムと軽量オーサリング属性のための位置信号
• Abstract要約: CHiPSはルーマニア語のテキストに対する文字レベルの著者帰属法である。 CHiPSは筆記様式の2つの相補的な指紋を研究する。 CHiPS-Fはリークセーフな決定レベル融合型である。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We propose CHiPS, a lightweight character-level authorship attribution method for Romanian texts. All reported experiments are closed-set: the true author is one of the candidate authors in the training data. CHiPS studies two complementary fingerprints of writing style: CH-SVM, a character-histogram classifier based on one-character marginal distributions, and FFT12-LR, a positional-signal classifier that represents selected characters and punctuation classes as impulse trains (binary indicator sequences over character positions) and extracts Fourier/Welch spectral descriptors. We also report CHiPS-F, a leakage-safe decision-level fusion variant, and an optional top-5 listwise reranker trained only on out-of-fold predictions. The method requires no tokenization, syntactic analysis, pretrained language model, or transformer fine-tuning, and it avoids character $n$-gram features with $n \geq 2$ in the histogram component. On a locked grouped ROST split comprising 400 files from 392 source-text groups, written by 10 authors, with source-text-level evaluation and grouped five-fold model selection, CHiPS-F reaches 0.9310 accuracy and 0.9341 macro-F1. A matched but unrestricted character 2--5-gram TF--IDF SVM comparator reaches 1.0000 accuracy and macro-F1 on the same held-out groups, so the contribution is not a claim of best possible classification accuracy. Instead, the experiments ask how far restricted, transparent character evidence can go under strict leakage control. On ROSTories-cleaned, a secondary ROST-overlapping corpus comprising 1,248 files from 1,240 source-text groups, written by 19 authors, the same protocol gives 0.8919 accuracy and 0.8708 macro-F1 for CHiPS-R.
• Abstract（参考訳）: ルーマニア語テキストに対する軽量な文字レベルの著者帰属法であるCHiPSを提案する。 報告されたすべての実験はクローズセットであり、真の著者はトレーニングデータの候補著者の1人です。 CH-SVMは1文字の辺縁分布に基づく文字ヒストグラム分類器であり、FFT12-LRは選択された文字と句読点クラスをインパルストレイン(文字位置上のバイナリインジケータシーケンス)として表現し、フーリエ/ヴェルチスペクトル記述子を抽出する。 また,CiPS-F,リークセーフな決定レベル融合変種,および外部予測のみに基づいてトレーニングされたトップ5リストワイズリランカも報告した。 この方法はトークン化や構文解析、事前訓練された言語モデル、トランスフォーマーの微調整を必要とせず、ヒストグラムコンポーネントで$n \geq 2$の文字$n$-gram機能を避ける。 10人の著者が作成した392のソーステキストグループから400のファイルで構成され、ソーステキストレベルの評価と5つのモデル選択をグループ化したロックされたグループROSTでは、CHiPS-Fは精度0.9310、マクロF1.9341に達した。 一致するが制限されない文字2--5g TF-IDF SVMコンパレータは、同じホールトアウトグループ上で10000の精度とマクロF1に達するため、このコンパレータは最高の分類精度の主張ではない。 その代わり、実験では極端に制限された透明な文字の証拠が、厳密な漏洩制御下に入ることを尋ねています。 ROSTories-cleanedでは、1,240のソーステキストグループから1,248のファイルからなる2次ROSTオーバーラップコーパスが19人の著者によって作成され、同じプロトコルでは0.8919の精度と0.8708のマクロF1がCHiPS-Rで提供される。

関連論文リスト

• Flesch-Kincaid Readability Depends Only on the Topic Distribution in Long Texts under Topic Models [0.0]
  Flesch Reading Ease(FRE)とFlesch-Kincaid Grade Level(FKGL)は、同じ2つの文書統計から計算された英語の可読性スコアとして広く使われている。 明示的な文境界トークンを持つトピックモデルでは、どちらのスコアも文書トピック分布の決定論的関数にほぼ確実に収束する。 すべてのスコア変動は、残留可読性信号ではなく、トピック合成によって媒介される。
  論文  参考訳（メタデータ） (2026-08-24T14:41:06Z)
• Skill-as-Pseudocode: Refactoring Skill Libraries to Pseudocode for LLM Agents [50.78646963535282]
  Skill-as-Pseudocode (SaP) はマークダウンスキルライブラリの型付き擬似コードへの自動変換である。 1つ以上のスキルから引き出された類似の手続きパスのクラスタごとに、SaPは型付きコントラクトを抽出し、それを4チェック決定性検証器を通じてフィルタリングする。 プロモートされた契約は、復元された具体的なアクションテンプレートと共に書き直されたスキルスケルトンにインライン化され、エージェントは2つの補完的な信号を与える。
  論文  参考訳（メタデータ） (2026-05-27T04:48:40Z)
• Amplifying, Not Learning: Fine-Tuned AI Text Detectors Amplify a Pretrained Direction [51.56484100374058]
  テキスト検出器は、事前訓練された典型軸を増幅する。 タスク監督前の生エンコーダでは、3つのアーキテクチャでNYT-vs-HC3 AUROC 0.806/0.944/0.834を達成する。 RoBERTaベースでは、生のプロジェクションは微調整を超えるが、RoBERTaベースでは、フル微調整は、試験された流線型人口の双方で生よりも識別を小さくする。
  論文  参考訳（メタデータ） (2026-05-20T19:08:38Z)
• Symbolic Augmentation Closes a Canonical-Equivalence Blind Spot in Neural Fact-Checkers [1.7844382164707184]
  我々は,5種類の型付き誤り分類と1500石のベンチマークを導入する。 このベンチマークで微調整されたModernBERTエンコーダはマクロF1 = 0.899に達する。 本稿では,ラベル保存型強化トレーニングデータを生成するために,シンボル検証器のモジュールを逆向きに動作させる訓練時フレームワークであるSybolic Augmentationを提案する。
  論文  参考訳（メタデータ） (2026-05-19T15:58:00Z)
• Towards Improved Sentence Representations using Token Graphs [41.412173502714225]
  GLOTは構造を意識したプールモジュールで、リレーショナル学習後にアグリゲーションとしてプールを再構成する。 トークンの90%がランダムなイントラクタである診断ストレステストでは、GLOTは97%以上の精度を維持し、ベースラインメソッドは崩壊する。 GLUEやMTEBのようなベンチマークの最先端技術と競合し、トレーニング可能なパラメータは20倍少なく、パラメータ効率のよい微調整手法と比較してトレーニング時間を100倍以上高速化する。
  論文  参考訳（メタデータ） (2026-03-03T09:00:01Z)
• SEER: Spectral Entropy Encoding of Roles for Context-Aware Attention-Based Design Pattern Detection [0.0]
  本稿では,ソースコードからGang of Four(GoF)デザインパターンを検出するために,従来のContext Is All You Needのアップグレード版を提案する。 SEERはこれらの制限に、(i)各クラスの相互作用グラフのラプラシアンスペクトルからメンバーごとのロール埋め込みを導出するスペクトルエントロピーロールエンコーダ、(ii)メソッドカテゴリに経験的校正期間を割り当てる時間重呼出コンテキストの2つの原則で対処する。 PyDesignNet上のSEER(1,832ファイル、35,000のシーケンス、23のGoFパターン)を評価し、以前のシステムよりも一貫した利得を観察する。
  論文  参考訳（メタデータ） (2026-01-19T19:13:40Z)
• From Flows to Words: Can Zero-/Few-Shot LLMs Detect Network Intrusions? A Grammar-Constrained, Calibrated Evaluation on UNSW-NB15 [0.41998444721319217]
  大規模言語モデル(LLM)は自然言語入力を推論できるが、微調整なしでの侵入検出におけるそれらの役割は未だ不明である。 本研究では、各ネットワークフローをコンパクトなテキストレコードに変換し、軽量でドメインにインスパイアされたフラグで拡張することで、プロンプトオンリーなアプローチを評価する。 ゼロショット,命令誘導,スプリットショットを比較して,同一のスプリット下での強い神経ベースライン,精度,精度,リコール,F1,マクロスコアを比較した。
  論文  参考訳（メタデータ） (2025-10-18T02:11:50Z)
• DetectGPT: Zero-Shot Machine-Generated Text Detection using Probability Curvature [143.5381108333212]
  大規模な言語モデルからサンプリングされたテキストは、モデルのログ確率関数の負の曲率領域を占有する傾向にあることを示す。 次に、与えられたLLMから通路が生成されるかどうかを判断するための新しい曲率ベースの基準を定義する。 我々は、モデルサンプル検出のための既存のゼロショット法よりもディテクターGPTの方が識別性が高いことを発見した。
  論文  参考訳（メタデータ） (2023-01-26T18:44:06Z)
• Conformal Predictor for Improving Zero-shot Text Classification Efficiency [37.745518881553416]
  NLIモデルとNSPモデルの平均推論時間をそれぞれ25.6%、22.2%削減する。 各データセットに適したCPを用いて、NLIベースのモデルとNSPベースのモデルの平均推論時間をそれぞれ25.6%、22.2%削減する。
  論文  参考訳（メタデータ） (2022-10-23T05:19:50Z)
• Generalized Funnelling: Ensemble Learning and Heterogeneous Document Embeddings for Cross-Lingual Text Classification [78.83284164605473]
  emphFunnelling (Fun)は、最近提案された言語間テキスト分類手法である。 Emph Generalized Funnelling (gFun) はFunの一般化である。 gFunは、Funや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す。
  論文  参考訳（メタデータ） (2021-09-17T23:33:04Z)
• Detecting Handwritten Mathematical Terms with Sensor Based Data [71.84852429039881]
  本稿では,手書きの数学的用語を自動分類する,スタビロによるUbiComp 2021チャレンジの解を提案する。 入力データセットには異なるライターのデータが含まれており、ラベル文字列は合計15の異なる文字から構成されている。
  論文  参考訳（メタデータ） (2021-09-12T19:33:34Z)

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。