Authorship Similarity Detection from Email Messages
Authorship Similarity Detection from Email Messages
复制标题
从电子邮件中检测作者相似性
DOI：
10.1007/978-3-642-23199-5_28
复制
发表时间：
2011
期刊：
影响因子：
--
通讯作者：
K.P. Subbalakshmi
中科院分区：
文献类型：
--
作者：
Xiaoling Chen;Peng Hao;R. Chandramouli;K.P. Subbalakshmi
隐藏电子邮件作者的真实身份是很容易的。作者的实际姓名，电子邮件地址等可以任意更改，以欺骗电子邮件接收者。例如，发件人可以更改电子邮件头中的身份，以便向不同的收件人发送不同的电子邮件。因此，在本文中，我们研究了从短长度，无主题电子邮件的文本内容中检测作者相似度的技术。针对这个问题确定了150种风格线索。提出了一种基于频繁模式和机器学习的方法。对安然电子邮件数据集也给出了广泛的实验结果。
It is easy to hide the true identity of the author of an email. The author’s actual name, email address, etc. can be changed arbitrarily to deceive an email receiver. For example, a sender can change his/her identity in the email header to send different emails to various recipients. Therefore, in this paper, we investigate techniques for authorship similarity detection from the text content of a short length, topic-free email. 150 stylistic cues are identified for this problem. A frequent pattern and machine learning based method is proposed. Extensive experiment results are also presented for the Enron email data set.
尝试利用 T 结肠造影中大肠突起病变的分形分析来诊断恶性肿瘤
DOI：
--
发表时间：
2022
期刊：
影响因子：
--
作者：
間宮悠;栃木透
通讯作者：
栃木透