Автоматизация судебной атрибуционной экспертизы: проблемы и перспективы
Аннотация
В статье речь идет об апробации интегративного атрибуционного алгоритма. Он основан на анализе идиостиля автора письменного текста методами интерпретативной лингвистики с последующей объективацией полученных данных с помощью математической статистики. Алгоритм решает идентификационную проблему атрибуции. Выбор параметров, описывающих индивидуальный стиль автора, основан на рассмотрении текста как продукта аутентичной языковой личности. Языковая личность описывается с использованием психолингвистических (Ю.Н. Караулов), социолингвистических и судебно-лингвистических (С.М. Вул, M. Coulthard, W.Shuy) методов. Для проверки гипотезы, является ли интегративная методика наиболее эффективной при решении идентификационной задачи атрибуции, было создано электронное приложение «ХоРом», кумулирующее в себе описанные выше подходы к анализу языковой личности: http://khorom-attribution.ru/#/. С помощью ресурса можно сравнить две модели языковой личности и определить уровень их сходства посредством следующих метрик: коэффициента корреляции Пирсона, коэффициента детерминации линейной регрессии и t-критерия Стьюдента. Важно, что приложение также отображает интерпретируемую модель языковой личности, давая пользователю информацию о значении показателей каждого параметра. Система имеет обширный функционал, включая выбор параметров, просмотр реализации параметров в тексте документа и внесение изменений в окончательный список реализаций параметров (при неточности программы пользователь имеет возможность исправить ее работу вручную). Созданное программное обеспечение является лишь частью атрибуционного алгоритма. Полученные данные математической статистики необходимо анализировать экспертным путем с помощью разработанных для алгоритма методических рекомендаций. Эффективность методики доказана посредством ее апробации на текстах разного объема и жанровой отнесенности: был проанализирован ряд текстов художественного, публицистического, официально-делового, обиходно-бытового стилей. Для текстов всех дискурсов, кроме обиходно-бытового, разработанный алгоритм показал высокий уровень точности (F-мера от 0,8 до 1). Для улучшения работы алгоритма на текстах обиходно-бытового стиля авторами исследования разработан ряд улучшений, планирующихся к внесению в алгоритм.Литература
Аpresyan Yu.D. (1966) Ideas and methods of modern structural linguistics. Мoscow: Nauka, 302 p. (in Russ.)
Bacciu A., Morgia M. et al. (2019) Cross-domain authorship attribution combining instance-based and profile-based features. Notebook for PAN at CLEF 2019. Available at: http://ceur-ws.org/Vol2380/paper_220. pdf (accessed: 05.07.2020)
Baranov А.N. (2001) Introduction to Applied Linguistics. Manual.Мoscow: Editorial URSS, 360 p. (in Russ.)
Batura Т.V. (2012) Formal Ways of text authorship identification. Vestnik Novosibirskogo gosudarstvennogo universiteta. Informatcionnye tehnologii=Journal of Novosibirsk State University. Information Technology, vol. 2, no. 4, pp. 81–94 (in Russ.)
Belousov К.I. (2010) Linguistic Models and Language Reality Modeling Issues. Vestnik Orenburgskogo gosudarstvennogo universiteta=Journal of Orenburg State University, no. 11, pp. 94–97 (in Russ.)
Bessmertny I.А., Nugumanova А.B. (2012) Automatic Thesaurus Building Method Based on Statistical Processing of Texts in the Natural Language. Izvestia Tomskogo gosudarstvennogo politekhnicheskogo universiteta=Proceedings of Tomsk State Polytechnical University, no. 5, pp. 125–130 (in Russ.)
Bloch B. (1948) A set of postulates for phonemic analysis. Language, vol. 24, no. 1, pp. 3–46. DOI: https://doi.org/10.2307/410284
Bloomfield L. (1926) A set of postulates for the science of language. Language, vol. 2, no. 2, pp. 153–164. DOI: https://doi.org/10.2307/408741
Campbell L. (1867) The Sophisties and Polilicus of Plato. Oxford: Clarendon Press, 170 p.
Coulthard M. (2004) Author identification, idiolect, and linguistic uniqueness. Applied Linguistics, vol. 24, no. 4, pp. 431–447. DOI: https://doi.org/10.1093/applin/25.4.431
Custódio J., Paraboni I. (2018) EACH-USP Ensemble Cross-Domain Authorship Attribution. Notebook for PAN at CLEF 2018. Available at: http://ceur-ws. org/Vol-2125/paper_76.pdf (accessed: 05.07.2020)
Encyclopedia of Forensic Science (1999) Т.В. Averyanova (ed.).Мoscow: Prospekt, 442 p. (in Russ.)
Galyashina Е.I., Yermolova Е.I. (2005) Linguo-forensic tools for authorship attribution of written and oral texts. Papers of the International Research Conference. Moscow, pp. 20–22 (in Russ.)
Gomzin A. et al. (2018) Detection of author’s educational level and age based on comments analysis. Paper presented at Dialogue, Moscow, 30 May–2 June 2018. Available at: URL: http://www.dialog-21.ru/media/4279/gomzin_turdakov.pdf (2018) (accessed: 05.07.2020) (in Russ.) DOI: https://doi.org/10.22320/07183607.2018.21.37.00
Goroshko Е.I. (2003) Forensic authorship attribution: gender identification of the author of a document. Theory and practice of forensic investigation and science. Pravo, no. 3, pp. 221–226 (in Russ.)
Hjelmslev L. (2005) Prolegomena to a theory of language. Мoscow: Editorial URSS, 243 p. (in Russ.)
Juola P. (2006) Authorship Attribution. Foundations and Trends in Information Retrieval, vol. 1, no. 3, pp. 233–334. DOI: https://doi.org/10.1561/1500000005
Ionova S.V., Ogorelkov I.V. (2020) Gender-based Individual Speech Diagnostics in Authorship Attribution: Quantitative Approach. Vestnik Volgogradskogo gosudarstvennogo universiteta. Linguistika=Journal of Volgograd State University. Linguistics, vol. 19, no. 1, pp. 115–127. DOI:https://doi.org/10.15688/jvolsu2.2020.1.10 (in Russ.) DOI: https://doi.org/10.15688/jvolsu2.2020.1.10
Karaulov Yu. N. (1987) Russian Language and Language Personality. Мoscow: Nauka, 264 p. (in Russ.)
Khmelyov D.V. (2002) Linguo-analyzer. E-resource. Available at: URL: http://www.rusf.ru/books/analysis/ (accessed: 16.11.2017) (in Russ.)
Khomenko A., Baranova Yu., Romanov A., Zadvornov K. (2021) The Linguistic modeling as a basis for creating authorship attribution software. Computational linguistics and intellectual technologies. Proceedings of the International Conference “Dialogue 2021” Moscow. Available at: URL: http://www.dialog21.ru/media/5315/khomenkoaplusetal048.pdf (accessed: 23.06.2021) (in Russ.)
Komissarov А.Yu. (2000) Forensic Investigation of Written Speech: Manual. Мoscow: Forensic Agency of the Interior Ministry of the Russian Federation, 126 p. (in Russ.)
Koppel M., Schler J. (2003) Exploiting Stylistic Idiosyncrasies for Authorship Attribution. Proceedings of IJCAI’03 Workshop on Computational Approaches to Style Analysis and Synthesis, vol. 69, pp. 72–80.
Korobov M. (2015) Morphological analyzer and generator for Russian and Ukrainian languages. In: Khachay M.Y., Konstantinova N.A. (eds.). AIST 2015. CCIS, vol. 542, pp. 320–332. Available at: https://doi.org/10.1007/978-3-319-26123-2_31 (accessed: 05.07.2020) (in Russ.) DOI: https://doi.org/10.1007/978-3-319-26123-2_31
Leonard R., Ford J., Christensen T. (2017) Forensic linguistics: applying the science of linguistics to the issues of the law. Hofstra Law Review, vol. 45, pp. 881–897.
Linguistics of Constructions (2010) Е.V. Rakhilina (ed.). Мoscow: Azbukovnik Publishing, 584 p. (in Russ.)
Litvinova Т.А. (2019) Idiolect as Object of Corpus Idiolectology: Towards a New Field in Linguistics. Vestnik Novgorodskogo gosudarstvennogo universiteta imeni Yaroslava Mudrogo=Bulletin of the Yaroslav Mudriy Novgorod State University, no. 7, pp. 1–5 (in Russ.)
Litvinova T., Rangel F. et al. (2017) Overview of the Rus Profiling PAN at FIRE Track on Cross-genre Gender Identification in Russian. Working notes of FIRE 2017. Forum for Information Retrieval Evaluation. Bangalore, pp. 1–7. Available at: URL: http://ceur-ws.org/Vol-2036/T1-1.pdf (accessed: 05.07.2019) (in Russ.)
Litvinova Т.А., Gromova А.V. (2020) The Use of Computer Technologies
Litvinova T., Sboev A., Panicheva P. (2018) Profiling the age of Russian bloggers. Proceedings of the 7th International Conference, AINL 2018. Saint Petersburg, pp. 167–177 (in Russ.) DOI: https://doi.org/10.1007/978-3-030-01204-5_16
Losev А.F. (2004) Introduction to the General Theory of Linguistic Models. Мoscow: Editorial URSS, 293 p. (in Russ.)
Marusenko М.А. (1990) The use of image recognition methods for attribution of anonymous and pseudonymous literary texts. Leningrad: University, 1990. 164 p. (in Russ.)
Marusenko М.А. (2003) Attribution of anonymous and pseudonymous texts as a standard image recognition problem. Istoriographiya y istochnikovedeniye otechestvennoy istorii=Historiography and Research of Sources of National History, no. 3, pp. 18–22 (in Russ.)
McMenamin G. (2002) Forensic linguistics: advances in forensic stylistics. London: Routledge, 361 p. DOI: https://doi.org/10.1201/9781420041170.ch9
Murauer B., Tschuggnall M., Specht G. (2018) Dynamic Parameter Search for Cross-Domain Authorship Attribution. Notebook for PAN at CLEF 2018. Available at: http://ceur-ws.org/Vol-2125/paper_84.pdf (accessed: 05.07.2020)
Muttenthaler L., Lucas G., Amann J. (2019) Authorship Attribution in Fan-Fictional Texts given variable length Character and Word N-Grams. Notebook for PAN at CLEF 2019. Available at: http://ceur-ws.org/Vol-2380/paper_49.pdf (accessed: 05.07.2020)
Paducheva Е.В. (1974) On semantics of syntax. Мoscow: Nauka, 291 p. (in Russ.)
Radbil Т.B., Markina M.V. (2019) Probability Statistical Models in Attribution of Texts by Russian Language Authors. Politicheskaya Lingvistika=Political Linguistics, no. 2, pp. 156–166 (in Russ.) DOI: https://doi.org/10.26170/pl19-02-18
Revzin I.I. (1977) Modern Structural Linguistics: Issues and Methods.Мoscow: Nauka, 263 p. (in Russ.)
Rodionova Е.S. (2008a) Linguistic Methods of Attribution and Dating of Literary Texts: towards Corneille-Moliere Problem. Candidate of Philological Sciences Summary. Saint Petersburg, 25 p. (in Russ.)
Rodionova Е.S. (2008b) Methods of literary text attribution. In: Structural and applied linguistics: inter-university collection. А.S. Gerda (ed.). Saint Petersburg: University, 2008, pp. 118–127 (in Russ.)
Rogov А.А. et al. (2019) Software support for solving text attribution problems. Programmnaya Inzheneriya=Programming Engineering, no. 5, pp. 234–240 (in Russ.) DOI: https://doi.org/10.17587/prin.10.234-240
Romanov А.S. (2010) Methodology and Software Package for Identification of Authors of Unknown Texts. Candidate of Engineering Sciences Summary. Tomsk, 26 p. (in Russ.) for Forensic Authorship Attribution: Issues and Prospects. Vestnik Volgogradskogo gosudarstvennogo universiteta. Lingvistika=Journal of Volgograd State University. Linguistics, vol. 19, no. 1, pp. 77–88. DOI:https://doi.org/10.15688/jvolsu2.2020.1.7 (in Russ.) DOI: https://doi.org/10.15688/jvolsu2.2020.1.7
Romanov A.S., Kurtukova A., Fedotova A. et al. (2021) Authorship Identification of a Russian-Language Text Using Support Vector Machine and Deep Neural Networks. Future Internet, vol. 13, issue 3, pp. 1–16. DOI: https://doi.org/10.3390/fi13010003
Rubtsova I.I., Yermolayeva Е.I., Bezrukova А.I. et al. (2007) Comprehensive methodology of authorship attribution: methodological recommendations. Мoscow: Forensic Agency of the Ministry of Interior, 192 p. (in Russ.)
Russian Grammar Rules: Collected works (2005) N. Yu. Shvedov (ed.). Мoscow: Nauka, 665 p. Available at: URL: http://rusgram.narod.ru/index.html. (in Russ.)
Shevelyov О. G. (2007) Methods of automatic classification of texts in the natural language: manual. Tomsk: ТМL-Press, 144 p. (in Russ.)
Shtoff V. (1966) Modeling and philosophy. Мoscow: Nauka, 304 p. (in Russ.)
Shuy R. (2005) Creating Language Crimes: How Law Enforcement Uses (and Misuses) Language. N. Y.: Oxford University Press, 194 p. DOI: https://doi.org/10.1093/acprof:oso/9780195181661.001.0001
Sidorov Yu.В. et al. (1999) Computer-assisted system for linguistic analysis of literary texts. In: Saint Petersburg Assembly of Young Researchers and Specialists. Abstracts of reports. Saint Petersburg: University Press, p. 66. (in Russ.)
Stamatatos E. (2017) Authorship attribution using text distortion. Proceedings of 15th Conference of the European Chapter of the Association for Computational Linguistics, Long Papers, pp. 1138–1149. DOI: https://doi.org/10.18653/v1/E17-1107
Stepanenko А.А. (2017) Gender attribution of computer network communication texts. Vestnik Tomskogo gosudarstvennogo universiteta=Journal of Tomsk State University, no. 5, pp. 17–25. DOI: 10.17223/15617793/415/3 (in Russ.) DOI: https://doi.org/10.17223/15617793/415/3
Timashev А.N. (2007) Atributor: version 1.01: software description. Available at: URL: http://www.textology.ru/atr_resum.html (accessed: 01.02.2016) (in Russ.)
Vinogradov V.V. (1961) The Authorship Problem and Theory of Styles. Мoscow: Goslitizdat, 614 p. (in Russ.)
Vul S.М. (2007) Forensic Authorship Identification: Methodological Basis. Guidebook. Kharkov: KhNIISE Press, 64 p. (in Russ.)
Wright D. (2017) Implementing word n-grams to identify authors and idiolects: a corpus approach to a forensic linguistic problem. International Journal of Corpus Linguistics, vol. 22, no. 2, pp. 212–241. DOI: https://doi.org/10.1075/ijcl.22.2.03wri
Zakharov V.N. et al. (2000) System Support Programme for Attribution of Articles Authored by F.M. Dostoevsky. Trudy Petrozavodskogo gosudarstvennogo universiteta=Research Works of the Petrozavodsk State University. Applied Mathematics and Information Technology Series, issue 9, pp. 113–122 (in Russ.)
Zakharov V.N., Khokhlova М.V. (2008) The Statistical Method for Identification of Collocations. Language Engineering in Search of Meanings. Collection of reports to the conference workshop “Web-Based Linguistic Information Technologies”. 11th All-Russia Joint Conference “Internet and Modern Society”. Saint Petersburg: University, 2008, pp. 40–54 (in Russ.)
Авторы, присылающие рукописи для рассмотрения к публикации в Журнале, принимают Политику лицензирования, авторских прав, открытого доступа и использования репозиториев.
