文本作者身份識別廣泛應用於文學作品、新聞稿
、商品評論、垃圾郵件的作者身份鋻定以及法庭取證
等領域。隨著大數據時代網絡文本的大量湧現，匿名
文本的作者身份識別在網絡取證、不良輿情監控等任
務中的應用成為國內外學者關注的熱點。
祁瑞華編著的《文本作者身份識別--基於機器學
習與計算語言學》探討了文本作者身份識別的關鍵問
題、基本方法和最新研究進展，並應用於實踐得以驗
證。全書共7章，分為3部分：第1部分包括第1～2章
，介紹文本作者身份識別的基本概念、研究內容、建
模基本方法和主要應用領域；第2部分包括第3～4章
，介紹現有的作者身份文體特征、作者身份識別算法
、性能評價指標、主要實驗平臺等；第3部分包括第5
～7章，介紹本書對作者身份識別研究的貢獻和在中
英文博客、微博語料上的實驗驗證。
本書主要面向文本挖掘領域的研究生和相關專業
的研究人員，既可以作為文本分析與處理研究的教科
書，也可以作為政府相關部門產品研發人員的參考書
。

第1章 緒論
1.1 基本概念
1.1.1 作者身份識別
1.1.2 作者身份描述
1.1.3 作者聚類分析
1.1.4 機器學習
1.1.5 計算語言學
1.2 作者身份識別研究
1.2.1 文體風格特征研究內容
1.2.2 作者身份建模技術研究內容
1.3 作者身份建模基本方法
1.3.1 基於側面的作者身份建模
1.3.2 基於實例的作者身份建模
1.4 作者身份識別面臨的主要問題
1.5 本章小結
第2章 作者身份分析應用領域
2.1 英美文學作品作者身份識別
2.2 中文作品作者身份識別
2.2.1中文自動分詞
2.2.2中文自動分詞主要方法
2.2.3中文作者身份識別相關研究
2.3 其他語種作者身份識別
2.4 網絡文本作者身份識別
2.5 作者身份屬性分析
2.6 作者身份法庭取證
2.7 本章小結
第3章 文體風格特征
3.1 文體風格特征類別
3.1.1 一元和多元文體風格特征
3.1.2 多層面文體風格特征
3.1.3 文體風格特征評述
3.2 文體風格特征選擇
3.3 本章小結
第4章 作者身份識別算法
4.1 主要算法
4.1.1 支持向量機算法
4.1.2 樸素貝葉斯算法
4.1.3 *近鄰算法
4.1.4 決策樹算法
4.1.5 神經網絡算法
4.1.6 其他方法
4.2 性能評價指標
4.3 實驗平臺
4.4 本章小結
第5章 英文博客作者身份識別
5.1 博客作者身份研究
5.2 英文博客作者文體特征模型
5.2.1 詞彙層面特征
5.2.2 淺層句法特征
5.2.3 基於依存關繫的特征
5.2.4 基於詞性標注的特征
5.2.5 結構層面特征
5.3 博客作者身份識別實驗
5.3.1 數據準備
5.3.2 特征組合實驗
5.3.3 單獨使用各組特征實驗
5.4 本章小結
第6章 中文微博作者身份識別
6.1 微博作者身份相關研究
6.1.1 微博作者身份研究現狀
6.1.2 中文微博作者身份研究現狀
6.2 研究思路
6.3 中文微博作者文體特征模型
6.3.1 詞彙特征
6.3.2 標點特征
6.3.3 微博特征
6.3.4 功能詞特征
6.3.5 詞性標注特征
6.3.6 依存句法特征
6.4 中文微博作者身份識別實驗
6.4.1 數據準備
6.4.2 3位作者LibSVM實驗結果及分析
6.4.3 8位作者身份識別實驗
6.4.4 特征集組合C4.5實驗
6.4.5 單獨使用各組特征C4.5實驗
6.4.6 單獨使用各組特征LibSVM實驗
6.4.7 特征選擇實驗
6.5 本章小結
第7章 基於依存關繫的中文微博作者性別識別
7.1 作者性別屬性相關研究
7.2 作者性別文體特征
7.2.1 依存關繫
7.2.2 性別識別主要文體特征
7.3 微博作者性別識別實驗
7.3.1 數據準備
7.3.2 LibSVM、NBC、IBK和C4.5中文微博作者性別識別
7.3.3 單獨使用各組特征實驗
7.4 本章小結
參考文獻