转写德语视频的作者身份验证

arXiv cs.CL 论文
authorship-verification german-language video-transcripts text-forensics natural-language-processing transformers

摘要

本文研究了基于转写的德语视频的作者身份验证问题，在三个自建语料库上比较了传统的 n-gram 方法与基于 Transformer 的方法。传统的字符级和词元级 n-gram 方法优于现代 Transformer 方法，最高达到了 88% 的准确率和 90% 的 AUC。

arXiv:2607.29168v1 公告类型：新论文 摘要：作者身份验证（AV）是数字文本取证的一个重要子领域，旨在回答两个文本是否由同一作者写成这一基本问题。尽管该领域在过去二十年中取得了实质性进展，但仍有若干重要挑战尚未解决或未被充分探索。例如，大多数 AV 研究集中于书面文本，而语言不仅以书面形式表达，也以口语形式表达，例如视频中的语言。此外，现有的 AV 研究主要集中于英语，而包括德语在内的其他语言受到的关注相对较少。为弥补这些研究空白，我们将 AV 应用于口语语言，即德语视频的转写文本，并检验既有 AV 方法在跨视频对验证说话者身份方面的有效性。我们的实验评估基于共 10 种 AV 方法，应用于三个自建语料库（包含 150 位说话者的 300 个视频），结果表明，基于简单字符级和词元级 n-gram 表示的传统 AV 方法表现最佳（最高可达 88% 的准确率和 90% 的 AUC）。相比之下，更现代的基于 Transformer 的方法在所有评估语料库上的表现均明显较差。因此，我们的结果表明，AV 领域的传统方法仍然具有竞争力和相关性。
查看原文
查看缓存全文

缓存时间: 2026/08/03 07:35 

# 转录德语视频的作者身份验证
来源：https://arxiv.org/abs/2607.29168  
查看 PDF（https://arxiv.org/pdf/2607.29168）

> 摘要：作者身份验证（AV）是数字文本取证的一个重要子领域，解决的是两篇文本是否由同一作者撰写这一基本问题。尽管该领域在过去二十年中取得了长足进展，但若干重要挑战仍未解决或未得到充分探索。例如，大多数 AV 研究集中于书面文本，尽管语言不仅以书面形式存在，也以口语形式表达，例如在视频中。此外，现有 AV 研究主要集中在英语上，而包括德语在内的其他语言受到的关注相对较少。为了解决这些研究空白，我们将 AV 应用于口语语言，即德语视频的转写文本，并检验既有 AV 方法在跨视频对验证说话者身份方面的有效性。我们的实验评估基于共十种 AV 方法，应用于三个自建语料库（包含来自 150 位说话者的 300 个视频），结果表明，最佳性能（最高 88% 的准确率和 90% 的 AUC）由基于简单字符和词元 n-gram 表示的传统 AV 方法实现。相比之下，更现代的基于 Transformer 的方法在所有评估语料库上表现明显更差。因此，我们的结果表明，AV 领域的传统方法仍然具有竞争力和相关性。

## 提交历史

来自：Sophie Titze [查看电子邮件](https://arxiv.org/show-email/909666a0/2607.29168) **\[v1\]** 2026 年 7 月 31 日星期五 08:47:50 UTC（223 KB）

相似文章

面向威胁主体分析的日本网络评论作者归属基础研究

arXiv cs.CL

这是一项将风格学作者归属技术应用于威胁情报的基础研究。我们使用日本Rakuten的评论内容，对比了TF-IDF+LR、BERT嵌入、BERT微调以及度量学习方法。总体而言，BERT-FT的表现最佳；但在将任务扩展至数百位作者的场景时，TF-IDF+LR在稳定性与效率上展现出更大优势。

在词元级别上比较Transformer和混合模型

Lobsters Hottest

本文分析了使用Olmo 3和Olmo Hybrid的Transformer与混合注意力-循环模型在词元级别上的预测差异，发现混合模型在语义状态追踪方面有所改进，而Transformer在n元组复制和语法括号匹配方面表现出色。

学得的 Transformer 程序中，准确率掩盖了什么

arXiv cs.LG

该论文通过检查 Transformer 程序的程序结构，揭示了在九项算法任务中被 token 准确率指标所掩盖的失败模式，并展示了如何通过审查提取出的 Python 代码来改进训练数据、提升序列准确率。