Forensic authorship classification by paragraph vectors of speech transcriptions

QR kód

Forensic authorship classification by paragraph vectors of speech transcriptions

In forensic comparison, document classification techniques are used mainly for authorship classification and author profiling. In the present study, we aim to introduce paragraph vector modelling (by Doc2Vec) into the likelihoodratio framework paradigm of forensic evidence comparison. Transcriptions...

Teljes leírás

Elmentve itt :

Bibliográfiai részletek
Szerzők:	Sztahó Dávid Beke András Szaszák György Fejes Attila
Testületi szerző:	Magyar számítógépes nyelvészeti konferencia (18.) (2022) (Szeged)
Dokumentumtípus:	Könyv része
Megjelent:	2022
Sorozat:	Magyar Számítógépes Nyelvészeti Konferencia 18
Kulcsszavak:	Nyelvészet - számítógép alkalmazása
Tárgyszavak:	Természettudományok Számítás- és információtudomány Bölcsészettudományok Nyelvek és irodalom
Online Access:	http://acta.bibl.u-szeged.hu/75880

Hasonló tételek

Computer-Aided Forensic Authorship Identification in Criminology
Szerző: Kicsi András, et al.
Megjelent: (2022)

Effects of emotional speech on forensic voice comparison using deep speaker embeddings
Szerző: Abed Mohammed Hamzah, et al.
Megjelent: (2023)

Automatic Assessment of the Degree of Clinical Depression from Speech Using X-Vectors
Szerző: José Vicente Egas López, et al.
Megjelent: (2022)

Identification of Subjects Wearing a Surgical Mask from Their Speech by Means of X-vectors and Fisher Vectors
Szerző: José Vicente Egas López, et al.
Megjelent: (2022)

Estimating the degree of conflict in speech by employing Bag-of-Audio-Words and Fisher Vectors
Szerző: Gosztolya Gábor
Megjelent: (2022)

Depthwise Convolutions using Physicochemical Features of DNA for Transcription Factor Binding Site Classification Physicochemical Features for DNA-Protein Classification with Depthwise Convolutions /
Szerző: Pap Gergely, et al.
Megjelent: (2022)

The question of authorship in fanfiction
Szerző: Szekerczés Nóra Márta
Megjelent: (2021)

Identifying Conflict Escalation and Primates by Using Ensemble X-Vectors and Fisher Vector Features
Szerző: José Vicente Egas López, et al.
Megjelent: (2021)

Length analysis of speech to be recorded in the recognition of Parkinson's disease
Szerző: Jenei Attila Zoltán, et al.
Megjelent: (2022)

Cross-lingual dysphonic speech detection using pretrained speaker embeddings
Szerző: Aziz Dosti Ali Hama Salih, et al.
Megjelent: (2023)

On the multidimensional vector bin packing
Szerző: Csirik János
Megjelent: (1990)

On variable sized vector packing
Szerző: Epstein Leah
Megjelent: (2003)

Identifying Subjects Wearing a Mask from the Speech by Means of Encoded Speech Representations
Szerző: José Vicente Egas López, et al.
Megjelent: (2023)

Classifier combination in speech recognition [abstract] /
Szerző: Felföldi László, et al.
Megjelent: (2002)

Developing Excel VBA Functions for the Mathematical Modeling of Three-Dimensional Vectors
Szerző: Fabulya Zoltán, et al.
Megjelent: (2024)

Using the fisher vector approach for cold identification
Szerző: Egas-López José Vicente, et al.
Megjelent: (2021)

On the Use of Ensemble X-Vector Embeddings for Improved Sleepiness Detection
Szerző: José Vicente Egas López, et al.
Megjelent: (2022)

A hierarchical evaluation methodology in speech recognition [abstract] /
Szerző: Gosztolya Gábor, et al.
Megjelent: (2004)

Speech de-identification with deep neural networks
Szerző: Fodor Ádám, et al.
Megjelent: (2021)

Classification using sparse combination of base functions [abstract] /
Szerző: Kovács Kornél, et al.
Megjelent: (2004)

Balanced active learning method for image classification
Szerző: Papp Dávid, et al.
Megjelent: (2017)

A lower bound for on-line vector-packing algorithms
Szerző: Galambos Gábor, et al.
Megjelent: (1993)

New methods in payload based network traffic classification [abstract] /
Szerző: Hullár Béla, et al.
Megjelent: (2010)

Adapting dynamic time warping to the speech of the hearing impaired
Szerző: Czap László, et al.
Megjelent: (2016)

Robust recognition of vowels in speech impediment therapy systems [abstract] /
Szerző: Paczolay Dénes, et al.
Megjelent: (2006)

An on-line speaker adaptation method for HMM-based speech recognizers
Szerző: Bánhalmi András, et al.
Megjelent: (2008)

Classification using a sparse combination of basis functions
Szerző: Kovács Kornél, et al.
Megjelent: (2005)

Classifier combination schemes in speech impediment therapy systems
Szerző: Paczolay Dénes, et al.
Megjelent: (2005)

Phoneme classification using Kernel principal component analysis [abstract] /
Szerző: Kocsor András, et al.
Megjelent: (2000)

Protein classification in a machine learning framework
Szerző: Kertész-Farkas Attila
Megjelent: (2009)

Improving Neural Silent Speech Interface Models by Adversarial Training
Szerző: Honarmandi Shandiz Amin, et al.
Megjelent: (2021)

Neural Speaker Embeddings for Ultrasound-Based Silent Speech Interfaces
Szerző: Honarmandi Shandiz Amin, et al.
Megjelent: (2021)

Classifier combination schemes in speech impediment therapy systems [abstract] /
Szerző: Paczolay Dénes, et al.
Megjelent: (2004)

Robust Classification Combined with Robust out-of-Distribution Detection An Empirical Analysis /
Szerző: Megyeri István, et al.
Megjelent: (2021)

Adaptation of Speaker and Speech Recognition Methods for the Automatic Screening of Speech Disorders using Machine Learning
Szerző: Egas López José Vicente
Megjelent: (2023)

FORvoice 120+ Statisztikai vizsgálatok és automatikus beszélő verifikációs kísérletek időben eltérő felvételek és különböző beszéd feladatok szerint /
Szerző: Sztahó Dávid, et al.
Megjelent: (2021)

A Neural Network Based Classification Algorithm for Asthma Using Capnography
Szerző: Békési József, et al.
Megjelent: (2022)

A classification scheme for bin packing theory
Szerző: Coffman Edward G., et al.
Megjelent: (2007)

On a two class on-line classification problem [abstract] /
Szerző: Imreh Csanád
Megjelent: (2000)

Joint Optimization of Spectro-Temporal Features and Deep Neural Nets for Robust Automatic Speech Recognition
Szerző: Kovács György, et al.
Megjelent: (2015)