RIV/00216224:14330/12:00062288 - Authorship Verification based on Syntax Features (2012)

Údaje o výsledku
Identifikační kódRIV/00216224:14330/12:00062288
Název v původním jazyceAuthorship Verification based on Syntax Features
DruhD - Článek ve sborníku
Jazykeng - angličtina
OborAI - Jazykověda
Rok uplatnění2012
Kód důvěrnosti údajůS - Úplné a pravdivé údaje nepodléhající ochraně podle zvláštních právních předpisů
Počet výskytů výsledku2
Údaje z Hodnocení výsledků výzkumných organizací 2014
Výsledek byl hodnocen v Pilíři I
Rozsah vyřazení výsledkuTento výskyt výsledku není vyřazen
Zařazení výsledku v hodnoceníneu - Výsledky bez bodového hodnocení nebo vyřazené
Skupina oboru v hodnocení01 - Společenské, humanitní a umělecké vědy - SHVa
Konkrétní způsob(y) hodnocení výsledkuČlánek ve sborníku má uvedeno ISBN nebo ISSN, ale to není v databázi Conference Proceedings Citation Index ani v databázi Scopus.
Rozdělení výsledku mezi předkladatele
OrganizaceVýzkumná organizace?PodílBodyBody (upravené podle přílohy č. 8 Metodiky)
Masarykova univerzita / Fakulta informatikyano100,0 %0,000
Tvůrci výsledku
Počet tvůrců celkem3
Počet domácích tvůrců3
TvůrceRygl Jan (státní příslušnost: CZ - Česká republika; A - domácí tvůrce; G - garant výsledku; vedidk: 6045111)
TvůrceZemková Kristýna (státní příslušnost: CZ - Česká republika; A - domácí tvůrce; vedidk: 9482687)
TvůrceKovář Vojtěch (státní příslušnost: CZ - Česká republika; A - domácí tvůrce; vedidk: 6217850)
Údaje blíže specifikující výsledek
Popis v původním jazyceAuthorship verification is wildly discussed topic at these days. In the authorship verification problem, we are given examples of the writing of an author and are asked to determine if given texts were or were not written by this author. In this paper we present an algorithm using syntactic analysis system SET for verifying authorship of the documents. We propose three variants of two-class machine learning approach to authorship verification. Syntactic features are used as attributes in suggested algorithms and their performance is compared to established word-lenth distribution features. Results indicate that syntactic features provide enough information to improve accuracy of authorship verification algorithms.
Klíčová slovaauthorship verification; syntactic analysis; SET; machine learning
Rozsah stran111-119
Název sborníkuProceedings of the Sixth Workshop on Recent Advances in Slavonic Natural Language Processing, RASLAN 2012
Forma vydáníP - Tištěná verze „print“
ISBN9788026303138
Počet stran výsledku9
Název nakladateleTribun EU
Místo vydáníBrno (Czech Republic)
Místo konání akceKarlova Studánka, Czech Republic
Datum zahájení akce7.12.2012
Typ akce podle státní příslušnoti účastníkůWRD - Světová
Údaje o tomto záznamu o výsledku
PředkladatelMasarykova univerzita / Fakulta informatiky
DodavatelMV0 - Ministerstvo vnitra (MV)
Rok sběru2013
Systémové označení dodávky datRIV13-MV0-14330___/01:1
SpecifikaceRIV/00216224:14330/12:00062288!RIV13-MV0-14330___
Kontrolní kód[54DBB8BF03A0]
Další výskyty tohoto výsledku od stejného předkladatele
Dodáno MŠMT v roce 2013Záznam s identifikačním kódem RIV/00216224:14330/12:00062288 v dodávce dat RIV13-MSM-14330___/02:2
Odkazy na výzkumné aktivity, při jejichž řešení výsledek vznikl
ProjektVF20102014003 - Analýza přirozeného jazyka v prostředí internetu (2010-2014, MV0/VF)
S - Specifický výzkum na vysokých školách