[发明专利]一种基于写作习惯的作者识别方法

权利要求书

1.一种基于写作习惯的作者识别方法，其特征在于，可以分为三个阶段：

(1)语料预处理，然后通过Bi-GRU进行双向特征提取，在特征提取的过程中加入分段池化和平均池化相结合的池化层，再通过MLP隐层进行全连接和高阶特征抽取；所述语料预处理为对文本进行分词处理，通过中文维基GloVe词向量作为预处理词向量输入；

(2)决策网络分为相似度计算和联合损失函数，在相似度计算过程中提出联合损失，通过相似度计算和预测损失结果联合计算损失值；

(3)将作者识别框架与传统的svm和朴素贝叶斯进行对比；

所述联合损失是根据相似度计算的结果进行损失计算，相似损失公式为：

sim-loss＝max(sim-loss)²

其中，sim代表相似度计算的结果；

所述预测损失是根据预测时的准确度乘以相似度结果得到的，最后得出：

其中,sim-loss和pre-loss都是为维度的损失向量最后求和，去平均值后的损失值。

2.根据权利要求1所述的一种基于写作习惯的作者识别方法，其特征在于：所述Bi-GRU算法使用双向神经网络，利用更新门和重置门的特征判断提取特征的去留，并在Bi-GRU算法中对虚词加入attention机制。

3.根据权利要求1所述的一种基于写作习惯的作者识别方法，其特征在于：所述MLP隐层分为全连接和softmax分类。

4.根据权利要求1所述的一种基于写作习惯的作者识别方法，其特征在于：所述高阶特征提取是利用词语级别的词向量，以训练好的词向量空间模型作为文档的输入。