文体測定学

文体分析は、言語スタイル研究の応用であり、通常は書き言葉に適用される。^{[ 1 ]}また、音楽^{[ 2 ]} 、絵画^{[ 3 ]} 、チェス^{[ 4 ]}、ソースコード^{[ 5 ]}にも応用され、成功を収めている。

文体分析は、匿名または論争のある文書の著者を特定するためによく使用されます。^{[ 6 ]}シェイクスピア作品の著者問題から法言語学まで、法的、学術的、文学的な応用があり、テキストの読みやすさの分析と方法論的に類似しています。

文体分析は、匿名または仮名で執筆した著者を特定したり、完全な身元特定には至らないものの、著者に関する情報を明らかにするために用いられることがある。著者は、自身の文体上の特徴を排除することで、コミュニケーションの重要な内容を変えずに、この特定に抵抗するために、敵対的文体分析を用いることがある。これは、その可能性を考慮しない分析を無効化できる可能性があるが、敵対的な環境における文体分析の最終的な有効性は不確実である。文体分析による特定は信頼できないかもしれないが、特定されないことも保証できない。また、敵対的文体分析の手法自体が検出される可能性もある。

文体分析学は、テキストの信憑性や著者の特定に関する証拠を分析する、より古い手法から発展したものである。

この学問分野の現代的な実践は、イギリス・ルネサンス演劇における作者問題の研究によって注目を集めた。研究者や読者は、当時の劇作家の中には独特の言語嗜好パターンを持つ者がいることに気づき、それらのパターンを利用して作者が不明な作品や共同制作作品の作者を特定しようと試みた。初期の試みは必ずしも成功したわけではなかった。1901年、ある研究者は、ジョン・フレッチャーが好んで使う「them」の短縮形「'em」を、フレッチャーとフィリップ・マッシンジャーの共同制作作品を区別するための指標として利用しようとしたが、編集者が「'em」をすべて「them」に拡張したマッシンジャー作品の版を誤って使用してしまった。^{[ 7 ]}

文体測定の基礎は、ポーランドの哲学者ヴィンツェンティ・ルトスワフスキが『文体測定の原理』 （1890年）で確立した。ルトスワフスキはこの方法を用いてプラトンの対話篇の年代記を作成した。^{[ 8 ]}

1960年代初頭、AQモートン牧師は、聖パウロに帰せられる新約聖書の14の書簡をコンピュータで分析し、その作品群は6人の異なる著者によって書かれたことを示しました。彼の方法をジェイムズ・ジョイスの作品に適用して検証したところ、ジョイスの多視点・多様式の小説『ユリシーズ』は5人の別々の人物によって書かれたという結果が出ました。これらの人物は、ジョイスの最初の小説『若き芸術家の肖像』の執筆には全く関わっていなかったようです。^{[ 9 ]}

初期の注目すべき成功例の一つは、フレデリック・モステラーとデイビッド・ウォレスによる『ザ・フェデラリスト・ペーパーズ』 12編の著者論争の解決であった。^{[ 10 ]}また、サイラス・ホイらがフレッチャー作品群にテキスト分析を適用して成功したことも、1950年代後半に明確な成果をもたらした。^{[ 11 ] [ 12 ]}

文体分析の応用分野には、文学研究、歴史研究、社会研究、情報検索、および多くの法医学事例や研究が含まれます。^{[ 13 ] [ 14 ]}最近では、中世アイスランドの匿名サガに関する長年の議論が、文体分析の利用によって進展しました。^{[ 15 ] [ 16 ] [ 17 ]}また、コンピュータ コード^{[ 18 ]}や、文書内の文体の変化に基づいて盗用を検出する、本質的な盗用検出にも応用できます。 ^{[ 19 ]}文体分析は、タイピング速度から、英語のネイティブスピーカーか非ネイティブスピーカーかを予測するためにも使用できます。^{[ 20 ]}

文体分析法は、改訂中にテキストが歪められるという問題があります。^{[ 21 ]}また、プラトンの例に見られるように、著者がキャリアの中で異なる文体を採用するケースもあります。プラトンは、ソクラテス問題を扱った初期および中期の対話篇で採用した文体方針など、異なる文体方針を選択しました。^{[ 22 ]}

著者の帰属に関心のあるテキストの特徴は、一方では、独特な表現や構文の出現を計算すること（たとえば、著者が句読点をどのように使用しているか、または著者が行為者なしの受動構文をどのくらいの頻度で使用しているかを確認すること）であり、他方では、語彙の変動や構文の変動の尺度など、可読性分析で使用されるものと同様である。^{[ 23 ]}著者は特定のトピックを好むことが多いため、著者の帰属に関する研究実験では、モデルが著者の特性ではなくトピックに過剰適合しないように、名詞、形容詞、動詞などの内容語を特徴セットから除外し、テキストの構造要素のみを残すことがほとんどである。 ^{[ 24 ] [ 25 ]}文体的特徴は、テキスト全体または著者の全作品の平均として計算されることが多く、平均単語長や平均文長などの尺度が得られる。これにより、冗長な文または簡潔な文を明確に好む著者を特定できるモデルが構築できますが、ばらつきは隠されてしまいます。長い文と短い文が混在する著者は、一貫して中程度の長さの文を使用する著者と同じ平均値になります。このようなばらつきを捉えるために、一部の実験では、平均観測頻度ではなく、観測のシーケンスまたはパターンを使用し、たとえば、著者が特定のアクセントまたは強調パターンを好むこと、^{[ 26 ] [ 27 ]}、または著者が長い文のシーケンスの後に短い文が続く傾向があることに注目します。^{[ 28 ] [ 29 ]}

著者特定のための最初のアプローチの1つであるメンデンホールの方法は、観察結果を平均化せずに集約していると言える。^{[ 30 ]}

より最近の著者帰属モデルは、ベクトル空間モデルを使用して著者のスタイルに特有のものを自動的に捉えますが、より伝統的なモデルと同じ理由で、適切な特徴エンジニアリングにも依存しています。^{[ 31 ] [ 32 ]}

敵対的文体分析とは、文体分析によって著者の身元や特徴が特定される可能性を減らすために、文体を変更する手法である。^{[ 33 ]}この手法は、著者の難読化または匿名化とも呼ばれる。文体分析は、匿名の著者を暴いたり、偽名を著者の他の身元と結びつけたりする能力があるため、重大なプライバシー上の課題を提起する。 ^{[ 34 ]}例えば、内部告発者^{[ 35 ]}、活動家^{[ 36 ]}、詐欺師や詐欺行為者^{[ 37 ]}にとって困難が生じる。機械学習技術やテキストコーパスが発展するにつれて、プライバシーのリスクは増大すると予想される。^{[ 38 ]}

すべての敵対的文体分析は、原文の意味は変わらないが文体上の特徴が不明瞭になるように原文を忠実に言い換えるという中核的な考え方を共有している。 ^{[ 39 ] [ 40 ]}このような忠実な言い換えは、文体分析分類器の敵対的例となる。 ^{[ 41 ]}これにはいくつかの大まかなアプローチがあり、一部重複している。模倣とは、著者自身の文体を別の著者の文体に置き換えること。翻訳とは、機械翻訳を適用して原文の特徴的な文体を排除すること。難読化とは、テキストの文体を意図的に変更して著者自身の文体に似ないようにすることである。^{[ 39 ]}

手動で文体を隠蔽することは可能だが、手間がかかる。^{[ 42 ]}状況によっては、それが望ましいか、必要となる場合もある。^{[ 43 ]}半自動または全自動の自動化ツールは、著者を支援する可能性がある。^{[ 42 ]}タスクを最適に実行する方法と、そのようなツールの設計は、未解決の研究課題である。^{[ 44 ] [ 38 ]}特定の文体分析を回避できることが示されているアプローチもあるが、^{[ 45 ]}特に敵対性の可能性を考慮していないものについては、^{[ 46 ]}未知の分析に直面した場合の安全性の確立は問題である。^{[ 47 ]}言い換えの忠実性を確保することは、自動化ツールにとって重要な課題である。^{[ 38 ]}

敵対的文体分析の手法自体が検出可能かどうかは不明である。いくつかの研究では、特定の手法が出力テキストにシグナルを生成することがわかっているが、どのような手法が使用されたか不明な文体分析者は、それらを確実に検出できない可能性がある。^{[ 38 ]}

現代の文体分析では、統計分析にコンピュータ、人工知能、インターネット経由で利用できる増え続けるテキストのコーパスへのアクセスが利用されています。^{[ 48 ]} Signature ^{[ 49 ]} (オックスフォード大学のピーター・ミリカン氏が作成したフリーウェア)、JGAAP ^{[ 50 ]} (Java Graphical Authorship Attribution Program -デュケイン大学のパトリック・ジュオラ博士が作成したフリーウェア)、stylo ^{[ 51 ] [ 52 ]} ( Maciej Eder、Jan Rybicki、Mike Kestemontが開発した、著者帰属を含むさまざまな文体分析のためのオープンソースの R パッケージ)、オランダ語用のStylene ^{[ 53 ]} (アントワープ大学のウォルター・ダエレマンス教授とゲント大学のヴェロニク・ホスト博士によるオンラインのフリーウェア) などのソフトウェア システムにより、専門家でなくてもその利用がますます実用的になっています。

文体分析法は、言語学、辞書学、文学研究の応用として、自然言語処理や機械学習と組み合わせて、いくつかの学術分野で使用されており、盗作検出、著者分析、情報検索にも応用されている。^{[ 1 ] [ 48 ]}

• 1439年、ロレンツォ・ヴァッラは、コンスタンティヌスの寄進状が偽造であることを証明した。この主張は、ラテン語と4世紀の真正な文書で使用されているラテン語との比較に基づいていた。
• 1952年、スウェーデンの司祭ディック・ヘランダーがストレングネスの司教に選出された。選挙戦は激戦で、ヘランダーはストレングネス司教区の選挙人に対し、他の候補者について100通以上の匿名の誹謗中傷の手紙を書いたとして告発された。ヘランダーは当初、手紙を書いた罪で有罪となり、司教の地位を失ったが、後に部分的に無罪となった。手紙は、多くの文体分析法（およびタイプライターの特徴）を用いて研究され、1978年に亡くなるまでの数年間、ヘランダー自身が依頼した多くの裁判やさらなる調査では、文体分析法とその証拠としての価値が詳細に議論された。^{[ 65 ] [ 66 ]}
• 1975年、ロナルド・レーガンはカリフォルニア州知事を務めた後、数百の放送局に配信される週刊ラジオ解説番組の放送を開始した。2001年の90歳の誕生日に彼の個人的なメモが公開されると、文体統計学的手法を用いた研究により、それらの講演のうちどれが彼自身によって書かれたもので、どれが様々な側近によって書かれたものかが特定された。^{[ 67 ]}
• 1996年、ヴァッサー大学のドナルド・フォスター教授^{[ 68 ]}が行った、物議を醸した匿名著者の書籍『プライマリー・カラーズ』の文体分析により、著者がジョー・クラインであると正しく特定され、この話題はより幅広い層の注目を集めることになった。（この件は、筆跡鑑定によって著者が本人であることが確認された後にようやく解決した。）
• 1996年、文体分析法を用いてユナボマー宣言と容疑者の1人であるセオドア・カジンスキーが書いた手紙を比較したところ、カジンスキーの逮捕と後の有罪判決につながった。^{[ 69 ]}
• 2015年4月、文体分析技術を用いた研究者らは、戯曲『二重の虚偽』がウィリアム・シェイクスピアの作品であると特定した。^{[ 70 ] [ 71 ]}研究者らはシェイクスピアとジョン・フレッチャーの戯曲54作品を分析し、平均文長を比較し、珍しい単語の使用を研究し、言語の複雑さと心理的価値を定量化した。
• 2016年、ニュージーランドのオークランド大学名誉英語教授でニュージーランド王立協会のフェローでもあるマクドナルド・P・ジャクソンは、その学術キャリアのすべてを著者帰属の分析に費やし、『クリスマスの前夜』を書いたのは誰か？：クレメント・クラーク・ムーア対ヘンリー・リビングストン問題の分析』^{[ 72 ]}という本を執筆した。この本の中で彼は反対の主張を評価し、初めて現代の計算文体論の著者帰属技術を用いて長年の論争を検証した。ジャクソンはさまざまなテストを使用し、音素の統計分析という新しいテストを導入し、リビングストンがこの古典作品の真の著者であると結論付けた。
• 2017年、サイモン・フラーとジェームズ・オサリバンは、ベストセラー作家のジェームズ・パターソンが、共著と思われる小説では執筆を一切行っていないと主張する研究を発表した。 ^{[ 73 ] [ 74 ] [ 75 ]}オサリバンによれば、元米国大統領ビル・クリントンとの共著『大統領失踪』はこの規則の例外である。^{[ 76 ]}
• 2017年、言語学者、コンピュータ科学者、学者からなるグループがエレナ・フェランテの作者を分析した。パドヴァ大学で作成された、40人の著者による150の小説を含むコーパスに基づいて、彼らはフェランテの7つの小説に基づいて彼女のスタイルを分析した。彼らは、例えばstyloを使用して、彼女の執筆スタイルを他の39人の小説家と比較することができた。^{[ 51 ]}彼らの結論はすべて同じだった。ドメニコ・スタルノーネがエレナ・フェランテの秘密の著者である。^{[ 77 ]}
• 2018年、ハーバード大学の統計学上級講師であるマーク・グリックマンは、ハーバード大学の元統計学学生であるライアン・ソングと、ノバスコシア州ダルハウジー大学の教授であるジェイソン・ブラウンと協力し、文体分析法を適用して、ビートルズの曲「イン・マイ・ライフ」はジョン・レノンが作曲した可能性が最も高いが、中間部はポール・マッカートニーが書いた可能性が50％あることを発見した。^{[ 78 ] [ 79 ]}
• 2019年、アルバロ・クエジャール・ゴンサレスとヘルマン・ベガ・ガルシア＝ルエンゴス（バリャドリッド大学）が指揮するETSOプロジェクト「スペイン黄金時代の演劇に適用された文体分析」 ^{[ 80 ]}は、スペイン黄金時代の戯曲3000作品を収集することに成功した。文体分析を適用した結果、 『Mujeres y criados』の作者がロペ・デ・ベガ^{[ 81 ] [ 82 ]}であることが確認され、ペレス・デ・モンタルバン作とされていた戯曲『 La monja alférez』の作者問題が発見された。この分析と歴史的・文献学的研究により、最終的にフアン・ルイス・デ・アラルコン作とされた。^{[ 83 ] [ 84 ] [ 85 ] [ 86 ]} 2023年に同じプロジェクトで、原稿がロペ・デ・ベガの死後数年経って書かれたにもかかわらず、『ラ・フランセサ・ラウラ』 （フランス女ラウラ）の作者はロペ・デ・ベガであることが判明した。 ^{[ 87 ]}この喜劇はロペ・デ・ベガの後期の作品と分類され、1628年から1630年のものとされた。フランスを好意的に扱っているのは、共通の敵であるイギリスを擁する三十年戦争中のスペインとフランスの一時的な良好な関係に起因すると考えられる。 ^{[ 88 ]}この分析では、調査対象のテキストで最も頻繁に出現する500語を、他の作品の500語と比較した。 『ラ・フランセサ・ラウラ』の場合、最も近い100作品はほぼすべてロペ・デ・ベガの作品であることが判明した。サポートベクターマシン分析などの機械学習手法も、幅広いパラメータで実施された。作品の著者に関する伝統的な文献学的分析は、文体分析と人工知能の研究を裏付けている。^{[ 89 ]}
• 2020年、レイチェル・マッカーシーとジェームズ・オサリバンは、エミリー・ブロンテが『嵐が丘』の真の作者であると主張し、この小説は彼女の兄弟姉妹、特にブランウェルかシャーロットのどちらかによって書かれたのではないかという一部の批評家の憶測に終止符を打った。^{[ 90 ]}
• 2020年、ハルトムート・イルゼマンはR StyloプログラムスイートのRolling DeltaとRolling Classifyを使用して、マーロウのコーパスは文体的に不均一であり、2つのタンバーレインの作者は残りの公式マーロウコーパスにはほとんど存在しないことを示した。^{[ 91 ] [ 92 ] [ 93 ]}
• 2022年、イタリアの学者シモーネ・レボラとマッシモ・サルガロは、ジョン・F・バロウズの「デルタ距離」法を用いて、 1906年の匿名小説『ヨゼフィーネ・ムッツェンバッハー』の最終ページを除く部分について、フェリックス・ザルテンが最も可能性の高い著者であることを示した。^{[ 94 ]}
• 2023年、スウェーデンのジャーナリスト、ラポ・ラッピンは、スウェーデンの作家カミラ・ラックベリの2冊の犯罪小説はゴーストライターの作品である可能性があり、おそらく編集者のパスカル・エングマンによるものだろうと主張した。この主張は当初、著者本人と彼女の広報担当者によって否定された。^{[ 95 ]}しかし、ラックベリは後に、彼女とパスカル・エングマンは非常に密接に協力しており、彼が彼女の文章を編集していることを認めた。^{[ 96 ]}
• 2024年、マシュー・ブリットとジャアロン・ウィンゴは、初期キリスト教文学のコーパスに文体分析を適用し、西暦1世紀から2世紀のテキスト間の言語パターンを比較した。彼らの研究は、著者、挿入、テキストの一貫性の問題を検証し、学術文献における方法論的議論を促した。^{[ 97 ]}

文体分析には、コレクションの内容を特徴づける記述的な用途と、著者やテキストのカテゴリを特定する識別的な用途の両方があるため、上記のデータと特徴を分析するために使用される手法は、項目をセットに分類したり、特徴の変動空間に項目を分布させたりするために構築されたものから多岐にわたります。ほとんどの手法は統計的な性質を持ち、クラスター分析や判別分析など、典型的には文献学的データと特徴に基づいており、現代の機械学習手法にとって有益な応用分野となっています。

かつては文体分析はテキストの中で最も稀な要素や最も印象的な要素を重視していたが、現代の手法では一般的な品詞であっても識別パターンを分離することができる。ほとんどのシステムは語彙統計に基づいており、つまりテキスト中の単語や用語の頻度を使用してテキスト（またはその著者）を特徴づける。この文脈では、情報検索とは異なり、頻度の低いトピック用語よりも、最も一般的な単語の出現パターンの方が興味深い。^{[ 98 ] [ 99 ]}

主要な文体分析手法は、筆者不変量である。これは、特定の著者が書いたすべてのテキスト、あるいは少なくとも統計的に有意な結果が得られる分析が可能な長さのすべてのテキストに共通する特性である。筆者不変量の一例として、著者が使用する機能語の頻度が挙げられる。

ある手法では、テキストを分析して最も頻繁に出現する50語を特定します。次に、テキストを5,000語ずつのチャンクに分割し、各チャンクにおける上位50語の出現頻度を分析します。これにより、各チャンクに固有の50個の数字からなる識別子が生成されます。これらの数字によって、各テキストチャンクは50次元空間内の点に配置されます。この50次元空間は、主成分分析（PCA）を用いて平面に平坦化されます。その結果、著者の文体に対応する点が表示されます。2つの文学作品を同じ平面上に配置した場合、得られるパターンから、両作品が同一著者によるものか、異なる著者によるものかが分かる場合があります。

インターネットの普及により、著作者帰属の注目は、オンラインテキスト（ウェブページ、ブログなど）、電子メッセージ（電子メール、ツイート、投稿など）、および平均的な書籍よりもはるかに短く、形式ばらず、色、レイアウト、フォント、グラフィック、絵文字などの表現要素の点でより多様なその他の種類の書面情報へと移った。構造と構文の両方のレベルでこのような側面を考慮に入れる努力が報告されている。^{[ 105 ]}さらに、意図的な文体上の選択を明らかにするために、内容固有の、そして特異な手がかり（トピックモデルや文法チェックツールなど）が導入された。^{[ 106 ]}

インスタントメッセージによるチャットの内容[107]や参加者の行動[108]を分類するために、標準的な文体分析的特徴が用いられてきたが^{、チャット}参加^{者を特定する}試みはまだ少なく、初期段階にある。さらに、チャットデータと他の種類の書面情報との大きな違いである音声会話とチャットのやり取りの類似性は無視されてきた。

• データ再識別
• デジタル透かし
• 言語学とモルモン書 § 文体分析
• モシェ・コッペル
• 定量言語学
• ステガノグラフィー
• 印刷

• Afroz, Sadia; Brennan, Michael; Greenstadt, Rachel (2012). 「オンラインにおける文章スタイルのデマ、詐欺、欺瞞の検出」. 2012 IEEE Symposium on Security and Privacy . pp. 461–475 . doi : 10.1109/SP.2012.34 . ISBN  978-1-4673-1244-8。
• Brennan, Michael; Afroz, Sadia; Greenstadt, Rachel (2012). "敵対的文体分析: プライバシーと匿名性を保護するための著者認識の回避" (PDF) . ACM Transactions on Information and System Security . 15 (3): 1– 22. doi : 10.1145/2382448.2382450 . S2CID 16176436 . 
• ブレナン、マイケル・ロバート、グリーンスタット、レイチェル。「著者認識技術に対する実際的な攻撃」。人工知能の革新的な応用。
• Brocardo, Marcelo Luiz; Issa Traore; Sherif Saad; Isaac Woungang (2013).スタイル分析を用いたショートメッセージの著者検証. IEEE 国際コンピュータ・情報・電気通信システム会議 (CITS). doi : 10.1109/CITS.2013.6705711 .
• Can, Fazli; Patton, Jon M. (2004). "時間の経過に伴う文体の変化". Computers and the Humanities . 38 (1): 61–82 . CiteSeerX 10.1.1.1.8850 . doi : 10.1023/b:chum.0000009225.28847.77 . S2CID 38242388 .  
• Emmery, Chris; Kádár, Ákos; Chrupała, Grzegorz (2021). "Adversarial Stylometry in the Wild: Transferable Lexical Substitution Attacks on Author Profiling". Proceedings of the 16th Conference of the European Chapter of the Association for Computational Linguistics: Main Volume . pp. 2388–2402 . arXiv : 2101.11310 . doi : 10.18653/v1/2021.eacl-main.203 . S2CID 231719026 .  
• Gröndahl, Tommi; Asokan, N. (2020a). "敵対的環境におけるテキスト分析：欺瞞は文体上の痕跡を残すか？". ACM Computing Surveys . 52 (3): 1–36 . arXiv : 1902.08939 . doi : 10.1145/3310331 . S2CID 67856540 . 
• ホープ、ジョナサン（1994）。シェイクスピア劇の作者。ケンブリッジ：ケンブリッジ大学出版局。ISBN 978-0-521-41737-2。
• ホイ、サイラス（1956–1962）。「ボーモントとフレッチャーの作品群におけるフレッチャーとその協力者の貢献（I-VII）」。書誌学研究。7–15 。
• Juola, Patrick (2006). "著者帰属" (PDF) . Foundations and Trends in Information Retrieval . 1 (3): 3. CiteSeerX 10.1.1.219.1605 . doi : 10.1561/1500000005 . 2020年10月24日にオリジナル(PDF)からアーカイブ済み. 2008年11月13日取得. 
• Kacmarcik, Gary; Gamon, Michael (2006年7月17日) 「著者の匿名性を維持するための文書スタイル分析の難読化」 COLING /ACL 2006メインカンファレンスポスターセッション議事録、pp. 444–451。 
• ケニー、アンソニー（1982）。『スタイルの計算：文学と人文科学の学生のための統計学入門』オックスフォード：パーガモン・プレス。
• Mahmood, Asad; Ahmad, Faizan; Shafiq, Zubair; Srinivasan, Padmini; Zaffar, Fareed (2019). "A Girl Has No Name: Automated Authorship Obfuscation using Mutant-X" . Proceedings on Privacy Enhancing Technologies . 2019 (4): 54–71 . doi : 10.2478/popets-2019-0058 . S2CID 197621394 . 
• Neal, Tempestt; Sundararajan, Kalaivani; Fatima, Aneez; Yan, Yiming; Xiang, Yingfei; Woodard, Damon (2018). "Surveying Stylometry Techniques and Applications". ACM Computing Surveys . 50 (6): 1–36 . doi : 10.1145/3132039 . S2CID 21360798 . 
• Potthast, Martin; Hagen, Matthias; Stein, Benno (2016).著者難読化：著者検証の最先端技術への挑戦（PDF）。評価フォーラムの会議およびラボ。
• ロメイン、スザンヌ（1982）。社会歴史言語学。ケンブリッジ：ケンブリッジ大学出版局。
• Saedi, Chakaveh; Dras, Mark (2020年12月) 「シャム変分オートエンコーダを使用した大規模な著者難読化：SiamAOシステム」。第9回語彙および計算意味論に関する合同会議議事録。pp. 179–189。 
• サミュエルズ、ML（1972）。言語進化：英語に特に関連して。ケンブリッジ：ケンブリッジ大学出版局。
• シェーンバウム、サミュエル（1966）。『内部証拠とエリザベス朝劇作家論：文学史と方法論に関するエッセイ』。米国イリノイ州エバンストン：ノースウェスタン大学出版局。
• Van Droogenbroeck, Frans J. (2016) 「コンピュータによる著者帰属におけるジップ分布の取り扱い」
• Van Droogenbroeck, Frans J. (2019) 「ガウス統計による著者帰属アプリケーションを解決するためのジップ・マンデルブロ法則の本質的な再表現」
• Wang, Haining; Juola, Patrick ; Riddell, Allen (2022). "敵対的文体分析実験の再現と複製". arXiv : 2208.07395 [ cs.CL ].
• Zenkov, Andrei V. (2018). "数値統計に基づくテキスト帰属方法". Journal of Quantitative Linguistics . 25 (3): 256–270 . doi : 10.1080/09296174.2017.1371915 . S2CID 49692378 . 
• Zhai, Wanyue; Rusert, Jonathan; Shafiq, Zubair; Srinivasan, Padmini (2022). "A Girl Has A Name, And It's ... Adversarial Authorship Attribution for Deobfuscation". Proceedings of the 60th Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers) . pp. 7372– 7384. arXiv : 2203.11849 . doi : 10.18653/v1/2022.acl-long.509 . S2CID 248780012 .  

学術誌『Literary and Linguistic Computing』（現在は『Digital Scholarship in the Humanities 』、オックスフォード大学発行）および『 Language Resources and Evaluation』（旧『Computers and the Humanities』）も参照のこと。

• コンピュータと人文科学協会
• 文学・言語コンピューティング
• 計算文体論グループ
• シグネチャー・スタイロメトリック・システム
• JGAAP著者帰属プログラム
• J・K・ローリングの最新小説の謎を解き明かす