Atribuição autoral de textos digitais

• Ano de defesa: 2019
• Autor(a) principal: Custódio, José Eleandro
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Part-of-speech. POS; Word embedding; Aprendizado de máquina; Atribuição autoral; Author identification; Authorship attribuition; Distorções textuais; Embedding; Identificação autoral; Machine learning; Natural language processing; NLP; PLN; Processamento de língua natural; Text distortion
• Link de acesso: https://www.teses.usp.br/teses/disponiveis/100/100131/tde-06022020-120251/

A atribuição autoral de textos digitais (AA) visa identificar quem é o autor de um determinado texto a partir de um conjunto de autores possíveis. Sua aplicação pode ajudar na solução de casos de escândalos de corrupção, na identificação de abusos na utilização da internet, na detecção de notícias falsas, na detecção de pseudônimos e outros. Esse trabalho apresenta um estudo que usou n-gramas de caracteres, de palavras, de anotações linguísticas (POS), modelos de representação distribuída (embeddings). Foram aplicados métodos de aprendizado de máquina e proposto um método para combinar diversos modelos. Os resultados foram avaliados nos domínios literatura, letras de músicas e mensagens de microblogs