Компьютерные технологии в судебной автороведческой экспертизе: проблемы и перспективы использования
Автор: Литвинова Татьяна Александровна, Громова Анастасия Викторовна
Журнал: Вестник Волгоградского государственного университета. Серия 2: Языкознание @jvolsu-linguistics
Рубрика: Главная тема номера
Статья в выпуске: 1 т.19, 2020 года.
Бесплатный доступ
В связи с активным развитием интернет-коммуникации в последние годы наблюдается рост количества назначаемых судебных автороведческих экспертиз, направленных на идентификацию и диагностирование личности автора текста. Несмотря на наличие апробированных методических рекомендаций по производству таких экспертиз, в данной области существуют нерешенные задачи, связанные преимущественно с появлением новых объектов для изучения. В экспертной практике не в полной мере используются достижения корпусной, компьютерной и квантитативной лингвистики. Авторами констатируется наличие разрыва между «качественными» и «количественными» методами автороведческого анализа текста, который препятствует как дальнейшему развитию теоретических исследований в данной области, так и повышению уровня объективности и воспроизводимости экспертиз. В статье сформулированы типовые задачи, решаемые экспертом-автороведом, охарактеризованы объекты автороведческой экспертизы, определены основные трудности, с которыми сталкиваются эксперты-автороведы. Проанализированы возможности применения существующих компьютерных методов для решения указанных задач. Намечены пути развития методов судебной автороведческой экспертизы, связанные с дальнейшим теоретическим осмыслением идиолектов с использованием корпусных данных и технологий автоматической обработки текстов.
Автороведческая экспертиза, идентификация автора текста, диагностика характеристик автора текста, компьютерная лингвистика, корпусы текстов, стилеметрия
Короткий адрес: https://sciup.org/149131544
IDR: 149131544 | DOI: 10.15688/jvolsu2.2020.1.7
Список литературы Компьютерные технологии в судебной автороведческой экспертизе: проблемы и перспективы использования
- Диагностика половозрастных и индивидуально-личностных характеристик автора нерукописного текста : метод. рекомендации, 2014 / Т. В. Назарова [и др.]. М. : ЭКЦ МВД России. 112 с.
- Загоровская О. В., 2019. Естественная (непрофессиональная) письменная речь как модус существования современного русского языка и «зеркало» идиолекта его носителя // Известия ВГПУ Т. 283, № 2. С. 202-206.
- Ионова С. В., 2017. Аспекты исследования письменного текста как объекта лингвистической экспертизы // Вестник Волгоградского государственного университета. Серия 2, Языкознание. Т. 16, № 2. С. 28-38. DOI: 10.15688/ jvolsu2.2017.2.3.
- Литвинова Т. А., 2019. Пунктуационные выборы как составляющая ортологического параметра идиолекта носителя современного русского языка в аспекте идентификационной авторо-ведческой экспертизы // Политическая лингвистика. № 1 (73). С. 114-121. DOI: 10.26170/ pl19-01-13.
- Литвинова Т. А., Литвинова О. А., 2015. Идентификация и диагностирование автора письменного текста. Воронеж : Изд-во ВГПУ. 332 с.
- Методические рекомендации по производству судебной автороведческой экспертизы нерукописных текстов, 2010. М. : ЭКЦ МВД России. 55 с.
- Назарова Т. В., Громова А. В., 2016. Объекты и задачи лингвистических и автороведческих экспертиз, проводимых в экспертно-криминали-стических подразделениях органов внутренних дел Российской Федерации // Судебная экспертиза Беларуси. № 1 (2). С. 43-46.
- Afroz S., Brennan M., Greenstadt R., 2012. Detecting Hoaxes, Frauds, and Deception in Writing Style Online // 2012 IEEE Symposium on Security and Privacy. San Francisco : IEEE. P. 461-475. DOI: 10.1109/SP.2012.34.
- Argamon S., 2018. Computational Forensic Authorship Analysis Language and Law // Linguagem e Direito. Vol. 5 (2). P. 7-37.
- Badawy A., Ferrara E., Lerman K., 2018. Analyzing the Digital Traces of Political Manipulation : The 2016 Russian Interference Twitter Campaign // Proceedings of 2018 IEEE/ACM International Conference on Advances in Social Networks Analysis and Mining (ASONAM). IEEE. P. 258265. DOI: 10.1109/ASONAM.2018.8508646.
- Chaski C. E., 2013. Best Practices and Admissibility of Forensic Author Identification // Journal of Law and Policy. Vol. 21 (2). P. 333-376.
- Juola P., 2012. Detecting Stylistic Deception // Proceeding EACL 2012 Workshop on Computational Approaches to Deception Detection. ACL. P. 91-96.
- Kudugunta S., Ferrara E., 2018. Deep Neural Networks for Bot Detection // Information Sciences. Vol. 467. P. 312-322. DOI: 10.1016/j.ins.2018.08.019.
- Nini A., 2018. Developing Forensic Authorship Profiling // Language and Law. Vol. 5 (2). P. 38-58.
- Overview of PAN 2019: Bots and Gender Profiling, Celebrity Profiling, Cross-Domain Authorship Attribution and Style Change Detection, 2019 / W. Daelemans [et al.] // Lecture Notes in Computer Science. Vol. 11696. P. 402-416. DOI: 10.1007/978-3-030-28577-7_30.
- Panicheva P., Litvinova O., Litvinova T., 2019. Author Clustering with and Without Topical Features // Lecture Notes in Computer Science. Vol. 11658. P. 348-358. DOI: 10.1007/978-3-030-26061-3_36.
- Rybicki J., Eder M., Hoover D., 2016. Computational Stylistics and Text Analysis // Doing Digital Humanities / ed. by C. Crompton, R. L. Lane, R. Siemens. L. ; N. Y. : Routledge. P. 123-144. DOI: 10.4324/9781315707860-19.
- Stamatatos E., 2009. A Survey of Modern Authorship Attribution Methods // Journal of the American Society for Information Science and Technology. Vol. 60 (3). P. 538-556. DOI: 10.1002/asi.21001.
- The Case for Being Average: A Mediocrity Approach to Style Masking and Author Obfuscation, 2017 / G. Karadzhov [et al.] // Lecture Notes in Computer Science. Vol. 10456. P. 173-185. DOI: 10.1007/978-3-319-65813-1 18.
