论文
作者身份验证的对比学习
Contrastive Learning for Authorship Verification
摘要
我们的结果表明，在测试设置下，对比学习优于基于分类的作者身份验证方法。我们将损失函数、批量大小、训练持续时间、预训练模型、输入上下文长度和随机文本跨度数据增强视为模型性能的重要因素。基于这些考虑，我们开发了一个 ModernBERT Bi-Encoder 模型，在 PAN21 作者身份验证任务上实现了 98.4% 的准确率。
Contrastive Learning for Authorship Verification
我们的结果表明，在测试设置下，对比学习优于基于分类的作者身份验证方法。我们将损失函数、批量大小、训练持续时间、预训练模型、输入上下文长度和随机文本跨度数据增强视为模型性能的重要因素。基于这些考虑，我们开发了一个 ModernBERT Bi-Encoder 模型，在 PAN21 作者身份验证任务上实现了 98.4% 的准确率。