计算机应用

作者：李扬, 张伟, 彭晨

单位：1.华东师范大学 计算机科学与技术学院，上海 200062；2.中国科学院电子学研究所苏州研究院，江苏 苏州 215123

关键词：作者身份识别,目标依赖,卷积神经网络,信息融合,预训练语言模型

基金：国家自然科学基金青年基金资助项目(61702190)

作者身份识别任务旨在判断一篇文档的作者，但目前已有的作者身份识别方法都是目标独立的，意味着这些方法在预测作者身份时假设没有任何限定条件，这与实际情况不相符合。为了解决限定条件下的作者身份识别问题，提出了一种目标依赖的作者身份识别方法TDAA。首先，使用用户评论对应的商品ID作为限定信息；其次，为了使文本建模过程更加具有普适性，使用BERT提取预训练的评论文本特征；然后，使用卷积神经网络（CNN）进行深层次的文本特征提取；最后，为了将两种不同的信息融合起来，讨论了两种不同的融合方式。在亚马逊电影评论（Amazon Movie_and_TV）和CD评论（CDs_and_Vinyl_5）两个数据集上的实验结果表明，所提出的方法在精确率评价指标上较对比方法提高了4%~5%。

来源：2020年第2期

《计算机应用》期刊编辑部

查看计算机应用杂志2020年第2期