Beyond Delta: Introducing an Angle Metric for Stylometric Similarity

2025.

Горина О. Г.

В статье рассматривается проблема измерения стилометрической близости между текстами. Традиционные методы, такие как дельта Берроуза и её модификации, имеют ряд ограничений, включая зависимость от референсного корпуса и чувствительность к размеру выборки, что делает их менее надёжными при работе с короткими текстами объёмом менее 5000 слов. В качестве альтернативы предлагается новая угловая метрика, основанная на вычислении угла между векторами относительных частот слов в многомерном пространстве. В отличие от классических подходов, предлагаемая метрика не требует z-преобразования и референсного корпуса, что делает её применимой для парного сравнения текстов в условиях ограниченных данных. Эксперименты, проведённые на корпусе англоязычных литературных произведений, демонстрируют, что угловая метрика успешно кластеризует тексты по автору и сохраняет устойчивость на фрагментах объёмом до 5000 слов. Обсуждаются потенциальные приложения метода в области авторской атрибуции, детекции плагиата и анализа стилистической эволюции. Работа открывает перспективы для создания корпусно-независимых методов стилометрического анализа, включая верификацию аутентичности учебных работ в эпоху генеративных нейросетей.

Ключевые слова: кластеризация текстов, authorship attribution, coreference corpus, Z-преобразование, атрибуция авторства, Short texts, Дельта Берроуза, text clustering, Stylometric similarity, angle metric, Burrows’s Delta, frequency vectors, z‑score transformation, authorship verification, cтилометрическая близость, угловая метрика, частотные векторы, короткие тексты, референсный корпус, верификация авторства