用基因关联分析思路，找出作者特有的关键词。

From Genes to Tokens: a GWAS-inspired Approach for Interpretable Stylometric Analysis

• 借鉴全基因组关联分析，用逻辑回归检测词与作者的关联
• 在英德俄语料中识别出显著区分作者的词汇标记
• 适合想理解文本风格差异的研究者和文学分析

本文提出一种受全基因组关联研究（GWAS）启发的风格分析方法。通过逻辑回归并结合多重比较校正，检验每个词（'基因'）与作者身份（'表型'）之间的关联性。该方法应用于英语、德语和俄语语料库，成功检测出在统计上显著区分个体作者的词汇特征，揭示了作者独有的语言模式。

原文摘要 · Abstract (English)

This short paper introduces a stylometric interpretation method inspired by genome-wide association studies (GWAS). Each "gene" token's association with "phenotype" authorship is tested using logistic regression with multiple-comparison correction. Applied to English, German, and Russian corpora, the method detects statistically significant lexical markers distinctive of individual authors.

Thank you to arXiv for use of its open access interoperability. PaperDance 不是 arXiv 官方产品；中文卡片由大模型生成，请以原文为准。