Авторский инвариант

Формулировка задачи идентификации автора текста при ограниченном наборе альтернатив выглядит следующим образом:^[1]

${\displaystyle T=\{t_{1},...,t_{k}\}}$ — множество текстов,

${\displaystyle A=\{a_{1},...,a_{l}\}}$ — множество авторов.

Для некоторого подмножества текстов ${\displaystyle T'=\{t_{1},...t_{m}\}\subseteq T}$ авторы известны , т.е. существует множество пар «текст–автор» ${\displaystyle D=\{(t_{i},a_{j})\}_{i=1}^{m}}$. Необходимо установить, кто из множества ${\displaystyle A}$ является истинным автором остальных текстов (анонимных или спорных) ${\displaystyle T''=\{t_{m+1},...,t_{k}\}\subseteq T}$

Методика включает последовательность следующих действий:^[1]

1. Выбор модели представления текстов в виде наборов признаков.
2. Выбор группы признаков для проверки и формирования из неё авторского инварианта.
3. Выбор классификаторов и их параметров.
4. Формирование модели авторского стиля, позволяющей разделять двух и более авторов на основе полученного авторского инварианта и обученного классификатора.
5. Непосредственно определение авторства неизвестного текста.
6. Принятие итогового решения об авторе текста ансамблем классификаторов в случае, если удалось найти несколько информативных групп признаков текста.