発信者情報が付与されたテキストコーパスの分析について

抄録

記者名が明らかにされた新聞記事、著者名が付与された論文等のコーパスの分析を試みる。まず、接尾辞木構造を利用して一致度の高い文書グループと最長一致文字列を高速に抽出するクラスタリング手法を提案する。次にこの手法を用いて、テキスト中で再利用される文字列の計量やテキストに対する著者判別およびクレジット記載に関する数量的な分析を行う。