A two level learning model for authorship authentication نموذج تعليمي من مستويين لمصادقة التأليف Un modèle d'apprentissage à deux niveaux pour l'authentification de la paternité Un modelo de aprendizaje de dos niveles para la autenticación de autoría

Nowadays, forensic authorship authentication plays a vital role in identifying the number of unknown authors as a result of the world's rapidly rising internet use. This paper presents two-level learning techniques for authorship authentication. The learning technique is supplied with linguistic knowledge, statistical features, and vocabulary features to enhance its efficiency instead of learning only. The linguistic knowledge is represented through lexical analysis features such as part of speech. In this study, a two-level classifier has been presented to capture the best predictive performance for identifying authorship. The first classifier is based on vocabulary features that detect the frequency with which each author uses certain words. This classifier's results are fed to the second one which is based on a learning technique. It depends on lexical, statistical and linguistic features. All of the three sets of features describe the author's writing styles in numerical forms. Through this work, many new features are proposed for identifying the author's writing style. Although, the proposed new methodology is tested for Arabic writings, it is general and can be applied to any language. According to the used machine learning models, the experiment carried out shows that the trained two-level classifier achieves an accuracy ranging from 94% to 96.16%. في الوقت الحاضر، تلعب مصادقة تأليف الطب الشرعي دورًا حيويًا في تحديد عدد المؤلفين غير المعروفين نتيجة لاستخدام الإنترنت المتزايد بسرعة في العالم. تقدم هذه الورقة تقنيات تعلم ذات مستويين لمصادقة التأليف. يتم تزويد تقنية التعلم بالمعرفة اللغوية والميزات الإحصائية وميزات المفردات لتعزيز كفاءتها بدلاً من التعلم فقط. يتم تمثيل المعرفة اللغوية من خلال ميزات التحليل المعجمي مثل جزء من الكلام. في هذه الدراسة، تم تقديم مصنف من مستويين لالتقاط أفضل أداء تنبؤي لتحديد التأليف. يعتمد المصنف الأول على ميزات المفردات التي تكتشف التردد الذي يستخدم به كل مؤلف كلمات معينة. يتم تغذية نتائج هذا المصنف إلى المصنف الثاني الذي يعتمد على تقنية التعلم. يعتمد على السمات المعجمية والإحصائية واللغوية. تصف جميع المجموعات الثلاث من الميزات أساليب كتابة المؤلف في أشكال رقمية. من خلال هذا العمل، يتم اقتراح العديد من الميزات الجديدة لتحديد أسلوب كتابة المؤلف. على الرغم من أن المنهجية الجديدة المقترحة يتم اختبارها للكتابات العربية، إلا أنها عامة ويمكن تطبيقها على أي لغة. وفقًا لنماذج التعلم الآلي المستخدمة، تُظهر التجربة التي تم إجراؤها أن المصنف المدرب على مستويين يحقق دقة تتراوح من 94 ٪ إلى 96.16 ٪. De nos jours, l'authentification de la paternité médico-légale joue un rôle essentiel dans l'identification du nombre d'auteurs inconnus en raison de l'utilisation croissante d'Internet dans le monde. Cet article présente des techniques d'apprentissage à deux niveaux pour l'authentification de la paternité. La technique d'apprentissage est fournie avec des connaissances linguistiques, des caractéristiques statistiques et des caractéristiques de vocabulaire pour améliorer son efficacité au lieu d'apprendre uniquement. Les connaissances linguistiques sont représentées par des caractéristiques d'analyse lexicale telles qu'une partie de la parole. Dans cette étude, un classificateur à deux niveaux a été présenté pour capturer la meilleure performance prédictive pour identifier la paternité. Le premier classificateur est basé sur des caractéristiques de vocabulaire qui détectent la fréquence avec laquelle chaque auteur utilise certains mots. Les résultats de ce classificateur sont transmis au second qui est basé sur une technique d'apprentissage. Cela dépend des caractéristiques lexicales, statistiques et linguistiques. Les trois ensembles de caractéristiques décrivent les styles d'écriture de l'auteur sous forme numérique. A travers ce travail, de nombreuses nouveautés sont proposées pour identifier le style d'écriture de l'auteur. Bien que la nouvelle méthodologie proposée soit testée pour les écrits arabes, elle est générale et peut être appliquée à n'importe quelle langue. Selon les modèles d'apprentissage automatique utilisés, l'expérience réalisée montre que le classificateur à deux niveaux formé atteint une précision allant de 94 % à 96,16 %. Hoy en día, la autenticación de autoría forense juega un papel vital en la identificación del número de autores desconocidos como resultado del rápido aumento del uso de Internet en el mundo. Este documento presenta técnicas de aprendizaje de dos niveles para la autenticación de autoría. La técnica de aprendizaje se suministra con conocimientos lingüísticos, características estadísticas y características de vocabulario para mejorar su eficiencia en lugar de solo aprender. El conocimiento lingüístico se representa a través de características de análisis léxico como parte del habla. En este estudio, se ha presentado un clasificador de dos niveles para capturar el mejor rendimiento predictivo para identificar la autoría. El primer clasificador se basa en características de vocabulario que detectan la frecuencia con la que cada autor usa ciertas palabras. Los resultados de este clasificador se alimentan al segundo que se basa en una técnica de aprendizaje. Depende de características léxicas, estadísticas y lingüísticas. Los tres conjuntos de características describen los estilos de escritura del autor en formas numéricas. A través de este trabajo, se proponen muchas características nuevas para identificar el estilo de escritura del autor. Aunque la nueva metodología propuesta se prueba para los escritos árabes, es general y se puede aplicar a cualquier idioma. De acuerdo con los modelos de aprendizaje automático utilizados, el experimento realizado muestra que el clasificador de dos niveles entrenado logra una precisión que oscila entre el 94% y el 96,16%.