Определение жанра и автора литературного произведения статистическими методами - Ю. Н. Орлов
| Автор: | Ю. Н. Орлов |
| Издательство: | НОУ «МФПУ «Синергия» |
| Серия: | Прикладная информатика. Научные статьи |
| Жанр произведения: | Компьютеры: прочее |
| Год издания: | 2010 |
| isbn: |
В работе решается задача кластеризации литературных текстов по авторам и жанрам статистическими методами. Основным инструментом анализа являются функции распределения текста по буквам и буквосочетаниям, а также выборочные буквенные распределения, построенные по фрагментам текстов. Для набора текстов, объём наименьшего из которых достаточен для того, чтобы считать буквенное распределение каждого из них стационарным с ошибкой не более 3%, вычисляются расстояния между распределениями букв в пространстве суммируемых функций. Критерий кластеризации, основанный на близости между двухбуквенными распределениями текстов, позволяет правильно идентифицировать автора с ошибкой не более 5%, а жанр – с ошибкой не более 15%. Однобуквенные распределения дают ошибку 15% и 25% соответственно.