authorship analysis: studio delle metodologie e sviluppo di un sistema di riconoscimento

Lo scopo del lavoro è quello di implementare un programma per il riconoscimento degli autori che permetta di individuare, tra un gruppo di sospetti, l'autore di un testo ignoto, avendo in input alcuni testi per ogni sospetto. Dai testi degli autori sono state estratte delle caratteristiche stilistiche costruite basandosi su esperimenti presenti in letteratura e attraverso l'utilizzo di nuove tecnologie non ancora testate nel problema dell'authorship attribution, Le caratteristiche stilistiche costruite sono quindi utilizzate per riconoscere gli autori dei testi di cui non è nota la paternità. Le nuove tecnologie utilizzate sono principalmente due: l'algoritmo word2vec, che permette di ottenere un'idea della distanza semantica che separa tra loro le parole, e il classificatore XGBoost, che, rispetto ai classificatori utilizzati in altri esperimenti, è più flessibile ed efficace. I risultati ottenuti con l'ausilio di queste nuove tecnologie sono molto elevati e presentano un buon miglioramento rispetto allo stato dell'arte.