面向法庭科学的多属性中文短文本作者归属

摘要：

针对当前主流的卷积神经网络分类模型偏重依赖训练集规模和参数的缺点,提出了基于传统N-grams模型并结合多属性特征综合计算中文短文本相似度的分析方法.首先采用N-grams模型提取词频分布和句子的语义逻辑关系特征,然后通过似然率算法求出中文短文本似然率,最后进一步结合发送时间、发送位置、发送频率、输入法等属性计算出中文短文本相似度.实验表明,采用N-grams模型并融合多属性综合计算相似度相较单纯使用N-grams,实现了对作者归属判断的更有力支撑.

关键词：短文本、N-grams、多属性、似然率、余弦相似度

分类号：TP391.1(计算技术、计算机技术)

在线出版日期：2020-05-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：119-123