Skryfstyl-vingerafdrukke
Waarom dit saak maak Mense skryf "anonieme" resensies, posts en wenke omdat hulle glo niemand kan sien wie dit geskryf het nie. Maar jou skryfstyl het gewoontes wat so persoonlik is soos jou tikritme. Om te weet hoe styl gekoppel word help jou om te beoordeel wanneer 'n anonieme teks regtig anoniem is, en wat om te verander as dit saak maak.
Klein woorde verraai jou
As \1 jy wou raai wie 'n brief geskryf het, sou jy dalk soek na groot, ongewone woorde. Navorsers het gevind dat die teenoorgestelde beter werk: die klein woorde. Woorde soos "upon", "by", "also" en "there" kom in elke teks oor elke onderwerp voor, en elke skrywer gebruik hulle teen hul eie vaste tempo sonder om dit te merk.
Stylometry: meet die skryfstyl met syfers, byvoorbeeld hoe gereeld iemand sekere woorde gebruik, hoe lank hul sinne is, of watter punktuasie hulle verkies.
Funksiewoorde: klein, algemene woorde wat sinne bymekaar hou ("upon", "by", "on", "while") eerder as wat hulle die onderwerp dra ("tent", "budget", "army"). Omdat hulle nie van die onderwerp afhanklik is nie, weerspieël hul koerse die skrywer.
Die klassieke geval
In 1787 en 1788 is 85 essays genaamd die Federalist Papers onder een gedeelde pennaam gepubliseer. Die meeste was later bekend as skryfwerke van Alexander Hamilton of James Madison, maar albei mans se lysse het twaalf van dieselfde papers geëis. In die 1960s het twee statistici, Frederick Mosteller en David Wallace, function words getel. Een opvallende leidraad: Hamilton het "upon" veel meer gereeld as Madison geskryf, en Madison het "whilst" geskryf waar Hamilton "while" geskryf het. Hulle gevolgtrekking was dat Madison baie waarskynlik al twaalf betwiste papers geskryf het.
Ons oefenvraestelle
Die regte vraestelle is publieke domein, maar hierdie laboratorium gebruik generated oefenvraestelle vanaf practice_papers() sodat dit vinnig en buite aanlyn werk. Elkeen is woordsalade wat gebou is met 'n outeur se gewoontes: die koerse is uitgedink, met "upon" en "while"/"whilst" wat dieselfde rigting wys as in die historiese studie. Dieselfde kode sal op die regte tekste werk. Elke vraestel is 'n dict: {"id": "H03", "author": "Hamilton", "text": "..."}, en die betwiste een word benoem na die regte betwiste nommers, soos D49.
Tariewe per 1,000 woorde
A lang papier het natuurlik meer van elke woord as 'n kort een, so rou tellings is onregverdig. Bereken eerder 'n rate: hoeveel keer per 1,000 woorde.
text_words = ["upon", "the", "law", "upon"] # 4 words, 2 of them "upon"
rate = 1000 * text_words.count("upon") / len(text_words) # 500.0
Python se .count(x) tel hoeveel keer x in 'n lys verskyn. Maak eers die teks skoon: text.lower() maak dit kleinletters, .replace(",", " ") ruil kommas vir spasies, en .split() sny dit in woorde by spasies.
Dan is die metode dieselfde as vir tipsters: bereken die gemiddelde van elke outeur se koerse in 'n profiel, en gee elke betwiste papier vir die outeur wie se profiel die naaste is.
In ander tale
Woordrate in JavaScript:
function wordRates(text, words) {
const all = text.toLowerCase().replace(/[,.]/g, " ").split(/\s+/).filter(Boolean);
const rates = {};
for (const w of words) {
rates[w] = 1000 * all.filter(x => x === w).length / all.length;
}
return rates;
}En in Go:
func wordRates(text string, words []string) map[string]float64 {
clean := strings.NewReplacer(",", " ", ".", " ").Replace(strings.ToLower(text))
all := strings.Fields(clean)
counts := map[string]int{}
for _, w := range all {
counts[w]++
}
rates := map[string]float64{}
for _, w := range words {
rates[w] = 1000 * float64(counts[w]) / float64(len(all))
}
return rates
}Die verdediging
As jy ooit iets werklik anoniem moet skryf (soos 'n verklikking of 'n hersiening van jou eie werkgewer), is styl-aanpassing die risiko wat jy moet beplan. Praktiese stappe: hou dit kort, want kort tekste het minder leidrade; skryf dit in 'n doelbewuste eenvoudige styl anders as jou gewoonlike een; en vermy jou eie vaste frases en spelling. As jy jou teks deur 'n vertaalhulpmiddel en terug hardloop, of 'n skryfassistent op jou toestel vra om dit te herformuleer, verwar dit ook baie gewoontes. Nie een van hierdie is perfek nie, so die veiligste anonieme teks is die een met die minste van jou daarin.
Opsomming
- Funksiewoorde word teen vaste, persoonlike koerse gebruik ongeag die onderwerp.
- Vergelyk koerse per 1,000 woorde, nie ruwe tellings nie, sodat lang en kort tekste regverdig is.
- Die Federalist Papers-saak het hierdie koerse gebruik om twaalf betwiste essays aan Madison toegeskif.
- Kort, eenvoudige, herformuleerde skryfwerk laat minder stylaanwysings oor.
Skryf vyf funksies. words_of(text) gee die kleinletter-woorde van text terug met kommas en punte wat deur spasies vervang is (gebruik .split()). word_rates(text, words) gee 'n dict terug wat elke woord in words koppel aan sy telling per 1,000 woorde van text. author_profile(papers, author, words) gee 'n dict terug van die gemiddelde koers van elke woord oor alle papers waarvan "author" gelyk is aan author. style_distance(rates_a, rates_b, words) gee die som van abs(rates_a[w] - rates_b[w]) oor words terug. attribute(text, profiles, words) gee die sleutel van profiles ('n outeurnaam) terug wie se profiel die naaste aan die teks se koerse is.
Sien jy 'n probleem in hierdie les? Rapporteer dit · Vra oor hierdie les
Hierdie oefening open binnekort
Voltooi die lesie voor dit en hierdie een sal ontvanklik wees. Die hele kursus is gratis, geen rekening nodig nie, en jy kan hierdie les nou lees.
Hierdie blutser blokkeer koekies vir learn.floati.life, so lesse wat jy hier voltooi het kan nie in volgorde oopgaan nie. Laat koekies vir hierdie webwerf toe en laai nuut.