Forum libero

supponiamo che devi fare un classificatore bayesiano per scoprire chi si nasconde dietro un nick.

per prima cosa occore definire un "modello" (un insieme di caratteristiche salienti da estrapolare in post, in altre parole grafemi e stilemi)

ad esempio, una caratteristica può essere il numero di interlinee dopo un quote:

> bla bla
>
| 1° interlinea
| 1° interlinea
bla bla

in questo caso sono 2

un'altra caratteristica è l'uso del "perché" al posto del "perchè"

un buon "modello" dovrebbe contenere molte caratteristiche, quindi non basta una sola per decidere chi ha scritto quel post.

un buon "modello" potrebbe essere composto da centinaia di queste caratteristiche, opportunamente pesate, possono essere usate in una rete bayesiana, che note le caratteristiche degli utenti di PI, da in uscita chi ha scritto "verosimilmente" quel post e quanto è accurata la predizione (una probabilità).

tu come definiresti questo modello?