يك سيستم نوين هوشمند تشخيص هويت نويسنده فارسي‌زبان بر اساس سبك نوشتاري

پيشرفت سريع ارتباطات اينترنتي و استفاده نادرست از ناشناس بودن متون آنلاين، باعث به وجود آمدن مسايل امنيتي شده است. هويت ناشناس ابزارهاي اينترنتي مانند ايميل ها، وبلاگ ها و وب سايت ها به روش هاي ارتباط مورد علاقه-اي براي كاربردهاي جنايي تبديل شده است. روابط سياسي و اجتماعي جهان، باعث توجه زيادي به زبان فارسي شده است. اين موضوع خود، موجب فراواني متون فارسي در اينترنت گرديده است. در اين مقاله، يك روش هوشمند writeprint معرفي شده است كه به شناسايي يك نويسنده فارسي‌زبان بر اساس سبك نوشتاري او كمك مي كند. در اين تحقيق، از ويژگي هاي واژگاني، نحوي، معنايي و وابسته به كاربرد، براي شناسايي هويت استفاده شده است. و كارآيي انواع مختلف اين ويژگي ها و همچنين آثار روش هاي دسته بندي KNN و Delta به همراه تركيب اين روش ها با الگوريتم ژنتيك روي دو پايگاه داده جمع آوري شده بررسي شده است. در كنار ساير ويژگي ها براي پياده‌سازي روش پيشنهادي يك pos taggerطراحي شده است كه از ساختار واژه‌ها براي تشخيص اسم، صفت و قيد استفاده مي كند. آزمايش‌هاي انجام شده در اين تحقيق نشان دادند كه در بين روش هاي دسته بندي بررسي شده، تركيب KNN و الگوريتم ژنتيك، دقت بالاتري را در تشخيص هويت مالك اثر ادبي توليد كرد.