حتی بدون نام و عکس هم هویت شما از روی نوشته ها فاش می شود

فکر می کنید اگر نام و عکس خود را از یک پیام یا نوشته اینترنتی حذف کنید، دیگر کسی نمی تواند بفهمد نویسنده آن چه کسی است؟ لزوما این طور نیست. سبک نوشتاری هر فرد می تواند مجموعه ای از نشانه های تکرارشونده داشته باشد؛ از انتخاب واژه ها و طول جمله ها گرفته تا نحوه استفاده از ویرگول، علامت سوال و حتی شیوه فاصله گذاری. حالا با پیشرفت هوش مصنوعی و ابزارهای تحلیل متن، بررسی همین الگوها با سرعت و دقت بیشتری انجام می شود و نوشته های مختلف می توانند از نظر شباهت سبکی با یکدیگر مقایسه شوند. اما هوش مصنوعی دقیقا از کدام ویژگی های متن برای پیدا کردن این «اثر انگشت نوشتاری» استفاده می کند؟

عادت‌های زبانی که ناخواسته تکرار می‌شوند

انتشار یک پیام یا نوشته در فضای آنلاین بدون نام، عکس یا اطلاعات مستقیم درباره هویت، لزوماً به معنای ناشناس ماندن نویسنده نیست. تحلیل سبک نوشتاری با کمک روش‌های پیشرفته پردازش متن و هوش مصنوعی می‌تواند از روی الگوهای زبانی، نشانه‌هایی را شناسایی کند که احتمال ارتباط یک متن با نویسنده آن را افزایش می‌دهد.

بسیاری از کاربران تصور می‌کنند اگر نام و اطلاعات شخصی خود را از یک نوشته حذف کنند، هویتشان نیز پنهان می‌ماند. با این حال، خود متن می‌تواند حاوی مجموعه‌ای از نشانه‌ها باشد که برای شناسایی یا مقایسه نویسندگان مورد استفاده قرار می‌گیرند؛ از انتخاب واژه‌ها گرفته تا نحوه ساخت جمله و حتی شیوه استفاده از علائم نگارشی.

با توسعه فناوری‌های تحلیل متن و هوش مصنوعی، سبک نوشتاری به یکی از حوزه‌های مورد توجه برای مطالعه زبان، مقایسه متون و بررسی احتمال تعلق نوشته‌های مختلف به یک فرد تبدیل شده است.

هر فرد معمولاً عادت‌های زبانی خاصی دارد که ممکن است بدون آنکه متوجه باشد، بارها آنها را در نوشته‌های خود تکرار کند. انتخاب برخی واژه‌ها، استفاده از عبارت‌های مشخص، نحوه آغاز جمله‌ها یا تمایل به نوشتن جمله‌های کوتاه یا بلند، از جمله این ویژگی‌ها هستند.

هر یک از این ویژگی‌ها به‌تنهایی لزوماً اطلاعات قابل توجهی درباره نویسنده ارائه نمی‌کند، اما وقتی حجم زیادی از نوشته‌های یک فرد در دسترس باشد، ترکیب آنها می‌تواند الگوی متمایزتری ایجاد کند.

سامانه‌های تحلیل متن می‌توانند واژه‌های پرتکرار، ترتیب قرار گرفتن کلمات، الگوهای استفاده از فعل‌ها و صفت‌ها و حتی واژه‌هایی را که نویسنده معمولاً از به‌کار بردن آنها اجتناب می‌کند، بررسی کنند.

بنابراین، موضوع صرفاً شناسایی یک کلمه خاص نیست؛ بلکه مجموعه‌ای از ویژگی‌های زبانی است که در کنار یکدیگر می‌توانند تصویری از سبک نوشتاری فرد ایجاد کنند.

حتی علائم نگارشی هم می‌توانند سرنخ باشند

نشانه‌های مورد استفاده در نگارش نیز بخشی از تحلیل سبک نوشتاری هستند. برای مثال، برخی افراد تمایل بیشتری به استفاده از ویرگول دارند، در حالی که دیگران بیشتر از جمله‌های کوتاه و نقطه استفاده می‌کنند.

الگوهای مشابهی ممکن است در استفاده از پرانتز، علامت تعجب و علامت سؤال، نحوه فاصله‌گذاری، شیوه نوشتن اعداد و حتی شکل استفاده از اختصارات دیده شود.

این رفتارهای تکرارشونده در صورت بررسی تعداد زیادی از نوشته‌ها می‌توانند به نوعی «امضای سبکی» تبدیل شوند؛ الگویی که امکان مقایسه نوشته‌های مختلف و بررسی شباهت میان آنها را فراهم می‌کند.

ساختار جمله‌ها نیز هویت سبکی دارد

تحلیل نوشتار فقط به واژه‌ها و علائم نگارشی محدود نمی‌شود. نرم‌افزارهای تحلیلی می‌توانند ساختار جمله‌ها، میانگین طول جملات، نحوه انتقال از یک ایده به ایده دیگر و میزان استفاده از جمله‌های ساده، مستقیم یا مرکب را نیز بررسی کنند.

ممکن است دو نویسنده درباره یک موضوع مشابه بنویسند و حتی از واژه‌های نزدیک به هم استفاده کنند، اما شیوه سازمان‌دهی متن و ساخت جمله‌های آنها متفاوت باشد. همین تفاوت‌ها می‌تواند برای ابزارهای تحلیل متن قابل شناسایی باشد.

به همین دلیل، برخی روش‌های تحلیل متون از مفهومی با عنوان «اثر انگشت سبکی» استفاده می‌کنند. منظور از این اصطلاح، مجموعه‌ای از ویژگی‌های نوشتاری است که می‌تواند سبک یک نویسنده را از سبک دیگران متمایز کند.