| 研究成果の概要 |
本研究では，様々なマイニング手法を比較検討することにより，検出力の優劣や適性をメタ分析によって考察し，精度の高い計量文体学的著者推定方法論の確立を試みた。特に，共著テクストにおける文体変化に対する分析感度を最適化するために，テクストの分割サイズ，ステップサイズ，分析変数のタイプや項目数を変化させた条件下で，Support Vector Machine, Nearest Shrunken Centroids, Naive Bayesなどデータマイニングで用いられている分類手法をテクストチャンクの著者推定に応用した。本研究で開発した解析法により極めて高い精度で著者交代の箇所の特定が可能となった。
|
