"Resumen-Se estudian las técnicas para la identificación de un autor anónimo a través de estilometría lingüística, es decir, la comparación de la escritura contra el estilo de un corpus de textos de autoría conocida. Demostramos experimentalmente la eficacia de nuestras técnicas con hasta 100.000 autores probados. Debido a la creciente disponibilidad de muestras de escritura en línea, nuestro resultado tiene serias implicaciones para el anonimato y la libertad de expresión-un blogger anónimo o denunciante puede ser desenmascarado a menos que tomen medidas para ocultar su estilo de escritura.Si bien hay un enorme cantidad de literatura sobre reconocimiento de autoría basado en el estilo de escritura, casi ninguno de ellos ha estudiado corpus de más de unos pocos cientos de autores. El problema es cualitativamente diferente en gran escala, como se muestra (...). En más del 20% de los casos, los clasificadores pueden identificar correctamente un autor anónimo entre un corpus de textos de 100.000 autores; en aproximadamente 35% de los casos el autor correcto se encuentra en los primeros 20 intentos. Si permitimos que al clasificador no hacer una conjetura, a través de la estimación de confianza somos capaces de aumentar la precisión de la estimación superior de 20% a más del 80% con sólo una reducción a la mitad del recuerdo". Este es el paper completo
Muy interesante el reconocimiento por estilo. Los que participamos en foros de Internet por años -en mi caso chile.soc.politica y otros- lo conocemos bien, después de algunos años se pueden reconocer los estilos en detalles minúsculos como la forma de organizar las oraciones, las muletillas, palabras que usan con más frecuencia o similitudes de contenido.
Yo reconozco por estilo muchas veces, creo que debo tener más de un 40% de aciertos, recuerdo trolleos característicos, hombres que se hacen pasar por mujer, o por otras personas distintas, casi siempre hay algún detalle de estilo que los delata. Con la cantidad de texto que yo tengo publicado en Internet debería ser muy fácil reconocerme, por eso jamás he publicado algo anónimo, aunque podría probar alguna vez, a ver si me pillan.
Gracias a la recomendación de Ulschmidt y el link de Leus estoy leyendo Facundo, el libro clásico de Faustino Sarmiento y en verdad es muy entretenido, al comienzo sale una descripción que me hace recordar a mi casa, igualito:
La villa nacional es el reverso de esta medalla: niños sucios y cubiertos de harapos viven con una jauría de perros; hombres tendidos por el suelo en la más completa inacción; el desaseo y la pobreza por todas partes; una mesita y petacas por todo amueblado; ranchos miserables por habitación, y un aspecto general de barbarie y de incuria los hacen notables.
Creo que la falta de plata tiene algo que ver, pero no es toda la explicación. La tendencia a la flojera, desidia la tenemos en los genes. No hay caso, de vez en cuando nos viene la manía por tener todo limpio y ordenado -son chispas de algún ancestro del mestizaje- pero la genética mapuche es más fuerte, siempre nos gana.
¿Han estado alguna vez dentro de una ruca mapuche o huiliche? yo si, en el campo de Chiloé los teníamos de vecinos y no eran de esas rucas para consumo turístico que hay en Temuco, sino los verdaderos lugares -espantosos- donde vivían. Me imagino que cuando algún amigo gringo viene a mi casa, desordenada y ruinosa debe ser lo mismo que cuando yo iba donde mis vecinos huiliches. Menos mal que mis mejores amigos gringos -Tom Wilke, Mila, Rudy- son 4x4, y McDonnell como buen irish no se cuenta como gringo.
Durante muchos años soñé con hacerme una linda casa, pero sin plata todo se fue al diablo. Falta de plata y flojera es una pésima combinación. La mayoría de los chilenos vivimos en un lugar limpio y ordenado cuando nos sobra la plata para pagarle a alguien que limpie y ordene, de otra manera el ocio nos gana sin ningún problema, es un problema genético.
Ah, me pongo a escribir una cosa y termino con otra, que importa, solo tonteras que se me ocurren en el momento, quería escribir de algo importante pero ya se me olvidó, será para una próxima oportunidad.
