Welcome to the UPF Digital Repository

Feature engineering for author profiling and identification: on the relevance of syntax and discourse

Show simple item record

dc.contributor.author Soler Company, Juan
dc.contributor.other Wanner, Leo
dc.contributor.other Universitat Pompeu Fabra. Departament de Tecnologies de la Informació i les Comunicacions
dc.date.accessioned 2024-03-16T02:34:54Z
dc.date.available 2024-03-16T02:34:54Z
dc.date.issued 2017-08-01T09:33:15Z
dc.date.issued 2017-08-01T09:33:15Z
dc.date.issued 2017-07-06
dc.identifier http://hdl.handle.net/10803/404984
dc.identifier.uri http://hdl.handle.net/10230/32664
dc.description.abstract Author profiling and identification are two areas of data-driven computational linguistics that have gained a lot of relevance due to their potential applications in, e.g., forensic linguistic studies, marketing analysis, and historic/literary authorship verification. Author profiling aims to identify demographic traits of the authors, while author identification aims to identify the authors themselves by searching for distinctive linguistic patterns that distinguish them. The majority of approaches in the related work tends to focus on the content of the texts. We argue that focusing on structure rather than content can be more effective. The main focus of the thesis is thus on feature engineering, the development, evaluation and application of the feature set in the context of machine learning techniques to author profiling and identification. We prove the profiling potential of syntactic and iscourse features, which achieve state-of-the-art performance in many different scenarios, especially when combined with other features.
dc.description.abstract El perfilament i la identificació d’autors són camps de la lingüística computacional que han guanyat rellevància als últims anys gràcies a les seves potencials aplicacions al camp de la lingüística forense o a la verificació d’autoria de textos històrics. El perfilament d’autors té com a objectiu identificar trets demogràfics dels autors; la identificació d’autors tracta d’identificar l’autor del text. Per fer-ho, es busquen automàticament patrons lingüístics per diferenciar entre autors/trets demogràfics. La majoria de treballs anteriors, es centren en el contingut dels texts. Nosaltres argumentem que analitzar l’estructura del text pot ser una alternativa més efectiva. El focus d’aquesta tesi està per tant, al feature engineering: la extracció avaluació i utilització d’un conjunt de característiques lingüístiques amb algoritmes d’aprenentatge automàtic per a perfilar/identificar autors. Demostrem que les característiques sintàctiques i discursives són rellevants i que combinades amb altres, obtenen resultats a l’altura de l’estat de l’art.
dc.description.abstract Programa de doctorat en Tecnologies de la Informació i les Comunicacions
dc.format 188 p.
dc.format application/pdf
dc.format application/pdf
dc.language.iso eng
dc.publisher Universitat Pompeu Fabra
dc.rights ADVERTIMENT. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al servei TDX. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a TDX (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs.
dc.rights info:eu-repo/semantics/openAccess
dc.source TDX (Tesis Doctorals en Xarxa)
dc.title Feature engineering for author profiling and identification: on the relevance of syntax and discourse
dc.type info:eu-repo/semantics/doctoralThesis
dc.type info:eu-repo/semantics/publishedVersion
dc.date.modified 2024-03-15T10:58:01Z
dc.subject.keyword Author profiling
dc.subject.keyword Author identification
dc.subject.keyword Text classification
dc.subject.keyword Stylometry
dc.subject.keyword Gender identification
dc.subject.keyword Machine learning
dc.subject.keyword Natural language processing
dc.subject.keyword Syntax
dc.subject.keyword Discourse
dc.subject.keyword Feature engineering
dc.subject.keyword Perfilament d'autors
dc.subject.keyword Identificació d'autors
dc.subject.keyword Classificació de text
dc.subject.keyword Identificació de gènere
dc.subject.keyword Estilometría
dc.subject.keyword Aprenentatge automàtic
dc.subject.keyword Processat del llenguatge
dc.subject.keyword Sintaxis
dc.subject.keyword Discurs
dc.subject.keyword 62


Files in this item

Files Size Format View

There are no files associated with this item.

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Advanced Search

Browse

My Account

Statistics

In collaboration with Compliant to Partaking