Boosting compression-based classifiers for authorship attribution

Abstract

Atribuição de autoria é o ato de atribuir um autor a documento anónimo. Apesar de esta tarefa ser tradicionalmente feita por especialistas, muitos novos métodos foram apresentados desde o aparecimento de computadores, em meados do século XX, alguns deles recorrendo a compressores para encontrar padrões recorrentes nos dados. Neste trabalho vamos apresentar os resultados que podem ser alcançados ao utilizar mais do que um compressor, utilizando um meta-algoritmo conhecido como Boosting.

Authorship attribution is the task of assigning an author to an anonymous document. Although the task was traditionally performed by expert linguists, many new techniques have been suggested since the appearance of computers, in the middle of the XX century, some of them using compressors to find repeating patterns in the data. This work will present the results that can be achieved by a collaboration of more than one compressor using a meta-algorithm known as Boosting.