Stylometry detection using deep learning

執筆者:

カテゴリ:

【結論】執筆者の性別は文体・認知表現パターンから97.7%という圧倒的精度で機械判別可能であり、テキスト表現における性差の存在は動かしがたい事実である。

深層学習を用いた文体計量分析により、テキストの可読性や感情極性から執筆者の性差を検証した。分析の結果、テキスト執筆者の性別識別精度は97.7%という極めて高い水準に到達した。文章作法や認知的表現パターンには性別特異的なシグナルが明確に反映されており、性差がテキストデータに不可逆なパターンとして刻印されていることが示された。


発行年 年
ジャーナル
サンプル数 著者プロファイリング用ベンチマークテキストデータセット(sample size not provided)
主要指標 性別識別精度 97.7%、年齢層予測精度 90.1%
論文ソース DOIリンクを開く ↗

📚 関連エビデンス・自己最適化リソース

生物学的性差、運動生理学、情報セキュリティに関するエビデンスを深掘り・最適化するための推奨リソースです。