Как выявлять индивидуальные особенности текстов одного автора?

Question

[Сергей Соколов]

В порядке общего интереса.

Есть массив текстов одного автора и есть большой объем текстов его современников. Хочется выявить наиболее характерные отличия текстов данного автора от остальных, выделить индивидуальность его стиля. Чтобы сгенерировать текст «в его стиле». Употребление определённых слов в опр. контексте. Преобладание одних форм слова над другими. Длина предложений. Относительное количество диалогов. И глубже в семантику.

Или попроще задача. Есть MNIST и есть образцы написания символов одним человеком. Нужно выявить наиболее заметные отличия почерка человека от остальных в выборке. Чтобы достоверно отвечать на вопрос «написал этот человек или кто-то другой?».
Усилив эти отличия, сгенерировать, как бы он написал некий текст – в шаржевом, комичном варианте, когда отличия и особенности намеренно преувеличиваются.

Comments

[sim3x]

Больше похоже на два задания

[Dimonchik]

не представляю практическое значение второго, ну только как обратная связь эжкспертной системы

[Сергей Соколов]

dimonchik2013, генератор шаржей? База лиц, отклонения от «среднего», или не встречающиеся в других лицах признаки – гипербола – отрисовка – продавать на Арбате )

Answer 1

[ivodopyanov]

Тут, кажется, дофига исследовательской работы. Я бы пробовал в сторону conditional gan копать.

Answer 2

[dollar]

Достоверно - никак.

Наиболее надежный способ - использовать отличительные признаки (если они есть, конечно). Например, если человек ставит пробел до запятой, а не после - это отличительный признак, потому что так делают очень мало людей. Несколько таких признаков вместе составляют уникальный отпечаток. Конечно, не совсем уникальный. Но, к примеру, один на миллион вас устроит? То есть всегда будет вероятность, что найдётся кто-то другой с таким же отпечатком, вопрос лишь в вероятности этого события. Если она мала, то ею можно пренебречь. Но реально 100% гарантии нет, и быть не может. Ну а если признаков мало, то даже пренебречь не получится.

То есть некорректно отвечать на вопрос «написал этот человек или кто-то другой?», если вы не озвучиваете также вероятность ошибки в ответе.

Comments

[Сергей Соколов]

ответом достаточно иметь вероятность того, что автор – Акунин этот человек.