基于降噪自编码器特征学习的作者识别及其在《西游记》诗词上的应用

作     者：范亚超 罗天健 周昌乐 FAN Yachao;LUO Tianjian;ZHOU Changle

作者机构：厦门大学信息科学与技术学院福建省类脑计算技术及应用重点实验室福建厦门361005 

出 版 物：《厦门大学学报（自然科学版）》 (Journal of Xiamen University：Natural Science)

年 卷 期：2018年第57卷第6期

页      面：884-889页

核心收录：

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(61673322 61573294) 

主　　题：降噪自编码器 编码特征 作者识别 

摘      要：由于作者归属问题较为复杂,采用传统自然语言处理模型难以完成作者识别.为了深入挖掘作者归属问题,首先采用降噪自编码器深度模型提取文本结构特征,再采用支持向量机分类器完成作者识别.模型的优势在于能够考虑未知文本特征的噪声多样性和复杂性,且能够重构添加噪声的原始文本输入.将该方法应用于吴承恩、王廷陈、薛蕙等人的诗词作者识别,识别准确率最高为78.2%,验证了该方法的有效性,进一步将该方法应用于《西游记》诗词作者识别.