文献

J-GLOBAL ID：201702237137499700   整理番号：17A0981320

テキストマイニングを用いた筆者識別へのスコアリング導入 文字数やテキスト数,文体的特徴が得点分布に及ぼす影響

Introduction of scoring for author identification by text mining: Effects of the number of characters and texts, and the features of writing style

著者 (2件)： 財津亘 (富山県警察本部刑事部科学捜査研究所) ,  JIN Mingzhe (同志社大学文化情報学部)
資料名： 日本法科学技術学会誌  (Japanese Journal of Forensic Science and Technology)
巻： 22  号： 2  ページ： 91-108(J-STAGE)  発行年： 2017年 
JST資料番号： L4119A  ISSN： 1880-1323  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 文章を文字,単語,フレーズなどの単位に分解,数量化し,コンピューターを使用してデータを統計解析するテキストマイニングと呼ばれる手法が筆者識別に用いられている。本研究で扱った文体的特徴は,1)非自立語の使用率,2)品詞のbigram,3)助詞のbigram,4)読点の打ち方,5)漢字,仮名などの使用率,および,6)文章の長さである。データ解析には,1)主成分分析,2)対応分析,および,3)多次元尺度法を用いた。筆者識別の判定標準化のために,分析結果に対するスコアリングルールを設定し,その妥当性について検証した。文字数,テキスト数,文体的特徴の得点分布への影響や,複数の多変量データ解析を実施することの増分妥当性についても検討した。

シソーラス用語： *データマイニング ,  文書 ,  *文字認識 ,  *文章 ,  多変量解析 ,  *データ解析 ,  主成分分析 ,  多次元尺度分析 ,  統計解析 ,  計算機利用 ,  品詞 ,  文字列 ,  漢字 ,  文字 ,  仮名
準シソーラス用語： bigram ,  スコアリング ,  *テキストマイニング ,  テキスト分析 ,  句読点 ,  助詞 ,  数値化 ,  対応分析 ,  特徴分析 ,  *筆者識別

著者キーワード (10件)： Author identification ,  Text mining ,  Principal components analysis ,  Corresponding analysis ,  Multi-dimensional scaling ,  Author identification ,  Text mining ,  Principal components analysis ,  Corresponding analysis ,  Multi-dimensional scaling

分類 (2件)： 数値計算  (JE02000J) ,  その他の計算機利用技術  (JE14000C)

引用文献 (39件)：

• 1) 金 明哲,テキストデータの統計科学入門.岩波書店,東京,2009.
• 2) 石田基広,金 明哲(編著),コーパスとテキストマイニング.共立出版,東京,2012.
• 3) 高澤則美,筆跡鑑定.科学警察研究所報告法科学編,51, 43-53, 1998.
• 4) Grant T., TXT4N6: Method, consistency, and distinctiveness in the analysis of SMS text messages. J. of Law and Policy, 21, 467-494, 2013.
• 5) 財津 亘,金 明哲,テキストマイニングを用いた犯罪に関わる文書の筆者識別.日本法科学技術学会誌,20, 1-14, 2015.

タイトルに関連する用語 (7件)： テキストマイニング ,  筆者識別 ,  スコア ,  文字数 ,  文体 ,  得点 ,  分布