شناسايي نويسندگان پيام هاي الكترونيكي از طريق واكاوي نوع و سبك نگارش آن ها مبتني بر روش هاي يادگيري ماشين(WKF based on SVM-PHGS)

Identify the Authors of Electronic Messages Through the Analysis of the Type and Style Based on Machine Learning Technique

< p style="DIRECTION: rtl" align="justify" > شناسايي نويسنده يكي از مسايل مهم در دسته بندي متن و پردازش زبا نهاي طبيعي به شمار مي رود. اين نوشتار دستآورد پژوهشي با هدف تعيين هوشمند نوشته هاي 50 نويسنده سايبري(50 نفر از مشتريان بالقوه ي وب سايت آمازون با توجه به پيام ها و مراجعاتي كه به اين وب سايت داشته اند انتخاب شده اند) به كمك روش هاي يادگيري ماشين است. براي سنجش كارايي روش پيشنهادي، دقت تصميم گيري آزموده و نتايج آنها با بازدهي روش هاي يادگيري ماشين مقايسه شده است. همچنين در هنگام استخراج ويژگيهاي گوناگون نوشته هاي نويسندگان براي ارزيابي توسط ماشين، كوشش شده تا حداكثر ويژگي هاي مورد نياز براي تشخيص نويسنده شبيه سازي گردد و بدين منظور، نزديك به10000 ويژگي گوناگون از نوشته هاي مختلف استخراج شده و در چهار دسته ي ويژگي هاي لغوي ، ويژگي هاي نحوي ، ويژگي هاي خاص و ويژگي هاي ساختاري قرار گرفته اند. در اين پژوهش به طور ميانگين دقت تعيين نويسنده به كمك روش پيشنهادي تا 98/78 درستي نيز رسيده است. < /p >

Identifying the author of an electroni message is one of the main problems in text classification and natural language processing. The aim of this article is to determine the authors of 50 cyber messages (by 50 potential customers, according to Amazon ʹs website), by a machine learning methods. To evaluate the effectiveness of the proposed method, the decision was carefully tested and the results were compared with the performance of machine learning methods. Also, when extracting various features of authorsʹ writing style for evaluation by machine, we tried to maximize the features required to identify a writer. Therefore, nearly 10,000 different features were extracted from different entries in four categories: lexical features, syntactic features, special features and structural features. In this study, the average accuracy of the proposed method reached to 98. 78.