SlothWorks-Hackathon/stylometrics

Стилометричен анализ на решения на комисии/съдебни състави. Дали решенията на различни комисии и съдебни състави са писани от хора, от които се твърди, че са писани? Може ли да се намери зависимост между стила на дадено решение и дали е в полза на определен човек/компания?

NB: This WIP project currently has three hidden dependencies:

1. a copy of https://github.com/mikekestemont/wuerzb15 must be in its root folder
2. at least two txt files must be provided anywhere within a data/blogs subfolder
3. a data/stopwords.txt file must be provided for the language the files in 2 are in (even though it's currently unused).

Сваляне на решения:

• КЗК http://reg.cpc.bg/ - има различни видове документи - решения, определения, съобщения.Тъй като имат еднаква структура (http://reg.cpc.bg/AllNewResolutions.aspx?dt=1&ot=2), може всички да се ползват;
• КРС http://www.crc.bg/decisions.php?id=1016

Помощни ресурси:

Честотни речници на българския език BG stop-words Advanced Stylometry Course, Wuerzburg

Софтуер за стилометрия:

• Stylo
  • https://sites.google.com/site/computationalstylistics/stylo
  • https://github.com/computationalstylistics/stylo
  • (Java) https://github.com/psal/jstylo
  • https://github.com/psal/JStylo-Anonymouth
• JGAAP
  • https://github.com/evllabs/JGAAP
  • https://github.com/evllabs/JGAAP/releases
• Random projects
  • https://github.com/jpotts18/stylometry

Допълнителни ресурси:

• https://arxiv.org/pdf/1707.03736.pdf (Георги Караджов: това е статия, която сме правили за обратната задача на идентификацията на автор. Това, което може да ви е полезно е всъщност описание на текстови метрики, които се използват за идентификация. За резюме вижте редовете на таблица 2 и раздел 3.1)
• Clustering: https://docs.scipy.org/doc/scipy/reference/generated/scipy.cluster.hierarchy.linkage.html
• Evaluation of text classification: https://nlp.stanford.edu/IR-book/html/htmledition/evaluation-of-text-classification-1.html
• Online tool for authorship: http://www.aicbt.com/authorship-attribution/online-software/
• http://aliarsalankazmi.github.io/blog_DA/posts/r/2016/11/18/authorial_analysis_pm.html