Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
본 연구는 저자 판별(Authorship verification) 증거 강도를 정량화하는 방법을 제시하며, 기존 방법이 요구하던 별도의 보정 모델 없이 우도비(likelihood ratios)를 도출할 수 있는 두 가지 새로운 정규화 기법을 제안합니다. 이 기법들은 특히 긴 텍스트에서 발생할 수 있는 과대평가를 완화하여 법의학적 분석의 접근성과 투명성을 높입니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.CL (NLP)의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기저자 판별(Authorship verification, AV)은 두 텍스트가 동일한 저자에 의해 작성되었는지 여부를 결정하는 작업입니다. 법의학적 맥락에서, AV 증거의 강도는 우도비(likelihood ratios)를 사용하여 정량화할 수 있습니다. 대부분의 AV 방법은 점수 기반이며, 이 점수들로부터 잘 보정된 우도비를 도출하려면 별도의 보정 모델(calibration model)이 필요합니다. 이는 다시 사건 관련 추가 데이터 양을 요구하며, 이는 얻고 준비하는 데 시간이 많이 걸리는 경우가 많습니다. 본 연구는 보정 모델의 필요 없이 AV 방법 LambdaG로부터 우도비를 도출하기 위해 두 가지 새로운 정규화 기법인 제곱근 보정(Square Root Correction)과 하팍스 보정(Hapax Correction)을 제안합니다 (Nini et al. 2026). 이 보정들은 긴 텍스트나 매우 반복적인 텍스트에서 발생할 수 있는 증거 강도의 과대평가를 완화하도록 설계되었습니다. 성능은 15개 코퍼스(corpora)와 다양한 텍스트 길이(100~9,500 토큰)에 걸쳐 로지스틱 회귀 보정(logistic regression calibration)과 비교하여 로그 우도비 비용(log-likelihood ratio cost, Cllr)으로 평가되었습니다. 제안된 방법들은 로지스틱 회귀 보정과 유사한 성능을 달성했으며, 하팍스 보정은 약 45%의 테스트에서 (코퍼스로 가중 평균했을 때) 이를 능가했습니다. 더욱이, 하팍스 보정이 로지스틱 회귀 보정에 의해 능가하는 경우에 성능이 근접할 확률(5% 이내)은 역 비교에 비해 더 높았습니다. 보정 모델을 훈련할 필요성을 제거함으로써 데이터 요구량, 시간 및 복잡성이 줄어들어 법의학적 텍스트 비교의 접근성과 투명성을 높입니다. 이러한 경험적 성능과 실용적인 장점의 결합은 제안된 방법들이 법의학 환경에 채택되는 것을 뒷받침합니다.