基于金字塔深度双向门控循环单元网络（Pyramid Deep Bidirectional Gated Recurrent Unit Network）并结合投票策略的中国文学作者身份识别方法

《Scientific Reports》：Authorship identification for Chinese literature based on a pyramid deep bidirectional gated recurrent unit network with voting strategy

　　

摘要

在计算语言学中，识别给定文本片段的作者是一项具有挑战性且重要的任务。在本文中，我们提出了一种基于金字塔深度双向门控循环单元（biGRU）网络的新型深度学习模型，用于中文文学作品的作者身份识别。该模型采用分层架构，其中每个GRU层的输出序列在作为后续层的输入之前，会通过一个可优化的卷积模块进行逐步降采样。为了提高计算效率，我们在所有层之间实现了参数共享策略。此外，我们还引入了多级软投票机制，使得每一层提取的隐藏特征都能独立地为最终预测做出贡献，从而有效捕捉到不同层次的特征抽象。我们在一个包含超过9万个标记的中文文学数据集上评估了我们的方法，这些标记来自简短、片段化的文本，其中连贯且丰富的上下文信息本身就较为有限。实验结果表明，我们的模型取得了0.8224的优异F1分数，同时所需的FLOPs仅约为同等深度的传统深度biGRU网络的41%，这证明了其在作者身份识别方面的有效性和高效性。