สไตโลเมตรีคือการประยุกต์ใช้การศึกษารูปแบบทางภาษา โดยปกติ ^ใช้กับภาษาเขียน^{[ 1 ]} นอกจาก นี้ยังนำไปประยุกต์ใช้ได้อย่างประสบความสำเร็จกับดนตรี^{[ 2 ]}ภาพวาด^{[ 3 ]}หมากรุก^{[ 4 ]}และซอร์สโค้ด [ ^{5 ]}

สไตโลเมตรีมักใช้เพื่อระบุผู้เขียนเอกสารที่ไม่ระบุชื่อหรือเอกสารที่มีข้อโต้แย้ง^{[ 6 ]}มีการประยุกต์ใช้ทั้งทางกฎหมาย วิชาการ และวรรณกรรม ตั้งแต่คำถามเกี่ยวกับผู้เขียนผลงานของเชกสเปียร์ไปจนถึงภาษาศาสตร์นิติวิทยาศาสตร์และมีความคล้ายคลึงกันในเชิงวิธีการกับการวิเคราะห์ความสามารถ ในการอ่าน ข้อความ

การวิเคราะห์รูปแบบการเขียนอาจใช้เพื่อเปิดเผยตัวตน ของผู้เขียนที่ ใช้นามแฝงหรือนิรนาม หรือเพื่อเปิดเผยข้อมูลบางอย่างเกี่ยวกับผู้เขียนโดยไม่จำเป็นต้องระบุตัวตนอย่างสมบูรณ์ ผู้เขียนอาจใช้การวิเคราะห์รูปแบบการเขียนแบบต่อต้านเพื่อต่อต้านการระบุตัวตนนี้โดยการกำจัดลักษณะเฉพาะทางรูปแบบการเขียนของตนเองโดยไม่เปลี่ยนแปลงเนื้อหาที่มีความหมายของการสื่อสารของพวกเขา วิธีนี้สามารถเอาชนะการวิเคราะห์ที่ไม่ได้คำนึงถึงความเป็นไปได้นี้ได้ แต่ประสิทธิภาพสูงสุดของการวิเคราะห์รูปแบบการเขียนในสภาพแวดล้อมแบบต่อต้านนั้นไม่แน่นอน การระบุตัวตนด้วยการวิเคราะห์รูปแบบการเขียนอาจไม่น่าเชื่อถือ แต่ก็ไม่สามารถรับประกันได้ว่าจะไม่สามารถระบุตัวตนได้ การใช้การวิเคราะห์รูปแบบการเขียนแบบต่อต้านนั้นเองก็อาจตรวจจับได้

สไตโลเมทรีพัฒนามาจากเทคนิคก่อนหน้านี้ในการวิเคราะห์ข้อความเพื่อหาหลักฐานยืนยันความถูกต้องและตัวตนของผู้เขียน

การปฏิบัติสมัยใหม่ของสาขาวิชานี้ได้รับความสนใจจากการศึกษาปัญหาเรื่องผู้เขียนในละครยุคเรเนสซองส์ของอังกฤษ นักวิจัยและผู้อ่านสังเกตว่านักเขียนบทละครบางคนในยุคนั้นมีรูปแบบการใช้ภาษาที่โดดเด่น และพยายามใช้รูปแบบเหล่านั้นเพื่อระบุผู้เขียนผลงานที่ไม่แน่ชัดหรือผลงานที่เขียนร่วมกัน ความพยายามในช่วงแรกไม่ได้ประสบความสำเร็จเสมอไป: ในปี 1901 นักวิจัยคนหนึ่งพยายามใช้ ความชอบ ของจอห์น เฟลตเชอร์สำหรับ "⁠ ⁠'em" ซึ่งเป็นรูปย่อของ "them" เป็นเครื่องหมายเพื่อแยกแยะระหว่างเฟลตเชอร์และฟิลิป แมสซิงเจอร์ในผลงานที่เขียนร่วมกัน—แต่เขาใช้ฉบับผลงานของแมสซิงเจอร์ที่บรรณาธิการขยายคำว่า "⁠ ⁠'em" ทั้งหมดเป็น "them" โดยไม่ได้ตั้งใจ^{[ 7 ]}

หลักการพื้นฐานของสไตโลเมตรีได้รับการวางรากฐานโดยนักปรัชญาชาวโปแลนด์วินเซนตี ลูโตสลาฟสกีในPrincipes de stylométrie (1890) ลูโตสลาฟสกีใช้วิธีนี้เพื่อพัฒนาลำดับเหตุการณ์ของบทสนทนาของเพลโต^{[ 8 ]}

ในช่วงต้นทศวรรษ 1960 บาทหลวง AQ Morton ได้ทำการวิเคราะห์ด้วยคอมพิวเตอร์เกี่ยวกับจดหมาย 14 ฉบับในพันธสัญญาใหม่ที่เชื่อกันว่าเป็นของนักบุญเปาโล ซึ่งระบุว่ามีผู้เขียนที่แตกต่างกันถึง 6 คนที่เขียนงานชิ้นนี้ การตรวจสอบวิธีการของเขาโดยนำไปใช้กับงานของJames Joyceทำให้ได้ผลลัพธ์ว่าUlyssesซึ่งเป็นนวนิยายที่มีหลายมุมมองและหลายรูปแบบของ Joyce นั้นถูกเขียนขึ้นโดยบุคคล 5 คนที่แตกต่างกัน โดยที่ไม่มีใครมีส่วนร่วมในการเขียนนวนิยายเรื่องแรกของ Joyce คือA Portrait of the Artist as a Young Manเลย^{[ 9 ]}

ความสำเร็จในช่วงแรกที่โดดเด่นประการหนึ่งคือการแก้ไขข้อพิพาทเรื่องผู้เขียนบทความThe Federalist Papers จำนวน 12 บทความ โดยFrederick Mostellerและ David Wallace ^{[ 10 ]}นอกจากนี้ การประยุกต์ใช้การวิเคราะห์ข้อความกับงานเขียนของ Fletcher โดยCyrus Hoyและคนอื่นๆ ประสบความสำเร็จและได้ผลลัพธ์ที่ชัดเจนในช่วงปลายทศวรรษ 1950 ^{[ 11 ] [ 12 ]}

การประยุกต์ใช้สไตโลเมตรี ได้แก่ การศึกษาวรรณกรรม การศึกษาประวัติศาสตร์ การศึกษาสังคม การค้นหาข้อมูล และคดีและการศึกษาทางนิติวิทยาศาสตร์หลายกรณี^{[ 13 ] [ 14 ]}เมื่อเร็วๆ นี้ การถกเถียงกันมายาวนานเกี่ยวกับมหากาพย์ไอซ์แลนด์ยุคกลางที่ไม่ระบุชื่อผู้เขียนได้รับการพัฒนาขึ้นโดยการใช้ สไตโลเมตรี ^{[ 15 ] [ 16 ] [ 17 ]}นอกจากนี้ยังสามารถนำไปใช้กับรหัสคอมพิวเตอร์^{[ 18 ]}และการตรวจจับการลอกเลียนแบบโดยเนื้อแท้ซึ่งเป็นการตรวจจับการลอกเลียนแบบโดยพิจารณาจากการเปลี่ยนแปลงรูปแบบการเขียนภายในเอกสาร^{[ 19 ]}สไตโลเมตรียังสามารถใช้เพื่อทำนายว่าบุคคลนั้นเป็นเจ้าของภาษาอังกฤษหรือไม่โดยพิจารณาจากความเร็วในการพิมพ์^{[ 20 ]}

วิธีการวัดสไตล์มีความเสี่ยงต่อการบิดเบือนข้อความระหว่างการแก้ไข^{[ 21 ]}นอกจากนี้ยังมีกรณีที่ผู้เขียนนำรูปแบบการเขียนที่แตกต่างกันมาใช้ในระหว่างอาชีพการงานของตน ดังที่แสดงให้เห็นในกรณีของเพลโตผู้ซึ่งเลือกนโยบายการเขียนที่แตกต่างกัน เช่น นโยบายที่ใช้สำหรับบทสนทนาช่วงต้นและช่วงกลางที่กล่าวถึงปัญหาของโสกราตีส^{[ 22 ]}

คุณลักษณะของข้อความที่น่าสนใจสำหรับการระบุผู้เขียนนั้น ในด้านหนึ่งคือการคำนวณการเกิดขึ้นของสำนวนหรือโครงสร้างเฉพาะตัว (เช่น การตรวจสอบว่าผู้เขียนใช้เครื่องหมายวรรคตอนอย่างไร หรือผู้เขียนใช้โครงสร้าง passive ที่ไม่มีผู้กระทำบ่อยแค่ไหน) และในอีกด้านหนึ่งก็คล้ายกับที่ใช้ในการวิเคราะห์ความสามารถในการอ่าน เช่น การวัดความแปรผันของคำศัพท์และความแปรผันของไวยากรณ์^{[ 23 ]}เนื่องจากผู้เขียนมักมีความชอบในหัวข้อบางอย่าง การทดลองวิจัยในการระบุผู้เขียนส่วนใหญ่จึงลบคำเนื้อหา เช่น คำนาม คำคุณศัพท์ และคำกริยา ออกจากชุดคุณลักษณะ โดยคงไว้เฉพาะองค์ประกอบโครงสร้างของข้อความเพื่อหลีกเลี่ยงการปรับแบบจำลองให้เข้ากับหัวข้อมากกว่าลักษณะของผู้เขียน^{[ 24 ] [ 25 ]}คุณลักษณะทางสไตล์มักคำนวณเป็นค่าเฉลี่ยของข้อความหรือผลงานทั้งหมดที่รวบรวมไว้ของผู้เขียน ทำให้ได้ค่าต่างๆ เช่น ความยาวคำเฉลี่ยหรือความยาวประโยคเฉลี่ย สิ่งนี้ทำให้แบบจำลองสามารถระบุผู้เขียนที่มีความชอบที่ชัดเจนสำหรับประโยคที่ยาวหรือสั้น แต่ซ่อนความแปรผันไว้: ผู้เขียนที่มีประโยคยาวและสั้นผสมกันจะมีค่าเฉลี่ยเท่ากับผู้เขียนที่มีประโยคความยาวปานกลางที่สม่ำเสมอ เพื่อจับภาพความแปรผันดังกล่าว การทดลองบางอย่างใช้ลำดับหรือรูปแบบในการสังเกตแทนที่จะใช้ความถี่เฉลี่ยที่สังเกตได้ เช่น สังเกตว่าผู้เขียนแสดงความชอบต่อรูปแบบการเน้นเสียงหรือการเน้นย้ำบางอย่าง^{[ 26 ] [ 27 ]}หรือว่าผู้เขียนมักจะตามด้วยประโยคยาวๆ ตามด้วยประโยคสั้นๆ^{[ 28 ] [ 29 ]}

หนึ่งในแนวทางแรกๆ ในการระบุผู้เขียนโดย Mendenhall อาจกล่าวได้ว่าเป็นการรวบรวมข้อสังเกตโดยไม่ต้องหาค่าเฉลี่ย^{[ 30 ]}

โมเดลการระบุผู้เขียนรุ่นใหม่ใช้โมเดลพื้นที่เวกเตอร์เพื่อจับภาพสิ่งที่เฉพาะเจาะจงกับสไตล์ของผู้เขียนโดยอัตโนมัติ แต่ยังคงอาศัยการออกแบบคุณลักษณะอย่างรอบคอบด้วยเหตุผลเดียวกับโมเดลแบบดั้งเดิม^{[ 31 ] [ 32 ]}

การวิเคราะห์รูปแบบการเขียนแบบต่อต้าน (Adversarial stylometry) คือการปฏิบัติในการเปลี่ยนแปลงรูปแบบการเขียนเพื่อลดโอกาสที่การวิเคราะห์รูปแบบการเขียนจะค้นพบตัวตนของผู้เขียนหรือลักษณะเฉพาะของพวกเขา^{[ 33 ]}งานนี้เรียกอีกอย่างว่าการปกปิดตัวตนของผู้เขียนหรือการทำให้ผู้เขียนเป็นนิรนาม การวิเคราะห์รูปแบบการเขียนก่อให้เกิดความท้าทายด้านความเป็นส่วนตัวอย่างมากเนื่องจากความสามารถในการเปิดเผย ตัวตนของผู้เขียน นิรนามหรือเชื่อมโยงนามแฝงกับตัวตนอื่นๆ ของผู้เขียน^{[ 34 ]}ซึ่งตัวอย่างเช่น สร้างความยากลำบากให้กับผู้แจ้งเบาะแส [ ^{35 ]}นักเคลื่อนไหว^{[ 36 ]}และผู้หลอกลวงและผู้ฉ้อโกง^{[ 37 ]}คาดว่าความเสี่ยงด้านความเป็นส่วนตัวจะเพิ่มขึ้นเมื่อ เทคนิคการเรียน ^รู้ของเครื่องและคลังข้อความพัฒนาขึ้น^{[ 38 ]}

สไตโลเมตรีเชิงต่อต้านทั้งหมดมีแนวคิดหลักร่วมกันคือการถอดความข้อความต้นฉบับอย่างซื่อสัตย์เพื่อให้ความหมายไม่เปลี่ยนแปลง แต่สัญญาณทางสไตล์จะถูกบดบัง^{[ 39 ] [ 40 ]}การถอดความที่ซื่อสัตย์ดังกล่าวเป็นตัวอย่างเชิงต่อต้านสำหรับตัวจำแนกสไตโลเมตรี^{[ 41 ]}มีแนวทางกว้างๆ หลายประการสำหรับเรื่องนี้ โดยมีการทับซ้อนกันบ้าง ได้แก่การเลียนแบบการแทนที่สไตล์ของผู้เขียนเองด้วยสไตล์ของผู้อื่นการแปลการใช้การแปลด้วยเครื่องจักรโดยหวังว่าสิ่งนี้จะกำจัดสไตล์ที่เป็นลักษณะเฉพาะในข้อความต้นฉบับ และการทำให้คลุมเครือ การแก้ไขสไตล์ของข้อความโดยเจตนาเพื่อให้ไม่เหมือนกับสไตล์ของผู้เขียนเอง^{[ 39 ]}

การปกปิดรูปแบบด้วยตนเองนั้นเป็นไปได้ แต่ต้องใช้แรงงานมาก^{[ 42 ]}ในบางสถานการณ์ การ ปกปิด รูปแบบด้วยตนเอง อาจเป็นสิ่งที่เหมาะสมหรือจำเป็น ^{[ 43 ] เครื่องมืออัตโนมัติ ไม่ว่าจะเป็นแบบกึ่งอัตโนมัติหรืออัตโนมัติเต็มรูปแบบ สามารถช่วยผู้เขียนได้ [ 42 ]}วิธีการที่ดีที่สุดในการทำงานและออกแบบเครื่องมือดังกล่าวเป็นคำถามวิจัยที่ยังเปิดอยู่^{[ 44 ] [ 38 ]}แม้ว่าบางแนวทางจะแสดงให้เห็นว่าสามารถเอาชนะการวิเคราะห์สไตล์เมตริกบางอย่างได้^{[ 45 ]}โดยเฉพาะอย่างยิ่งการวิเคราะห์ที่ไม่คำนึงถึงศักยภาพของความเป็นปรปักษ์^{[ 46 ]}การสร้างความปลอดภัยเมื่อเผชิญกับการวิเคราะห์ที่ไม่รู้จักจึงเป็นปัญหา^{[ 47 ]}การรับรองความถูกต้องของการถอดความถือเป็นความท้าทายที่สำคัญสำหรับเครื่องมืออัตโนมัติ^{[ 38 ]}

ยังไม่แน่ชัดว่าการปฏิบัติการวิเคราะห์สไตล์แบบต่อต้านสามารถตรวจจับได้หรือไม่ การศึกษาบางชิ้นพบว่าวิธีการเฉพาะบางอย่างสร้างสัญญาณในข้อความที่ส่งออก แต่ผู้เชี่ยวชาญด้านการวิเคราะห์สไตล์ที่ไม่แน่ใจว่ามีการใช้วิธีการใด อาจไม่สามารถตรวจจับได้อย่างน่าเชื่อถือ^{[ 38 ]}

สไตโลเมตรีสมัยใหม่ใช้คอมพิวเตอร์สำหรับการวิเคราะห์ทางสถิติปัญญาประดิษฐ์และการเข้าถึงคลังข้อความที่เพิ่มขึ้นเรื่อยๆ ผ่านทางอินเทอร์เน็ต[ ^{48 ] ระบบ}ซอฟต์แวร์ เช่น Signature ^{[ 49 ]} (ซอฟต์แวร์ฟรีที่ผลิตโดย Peter Millican แห่งมหาวิทยาลัยออกซ์ฟอร์ด), JGAAP ^{[ 50 ]} (โปรแกรม Java Graphical Authorship Attribution Program ซึ่งเป็นซอฟต์แวร์ฟรีที่ผลิตโดย Dr. Patrick Juolaแห่งมหาวิทยาลัย Duquesne), stylo ^{[ 51 ] [ 52 ]} (แพ็กเกจ R แบบโอเพนซอร์สสำหรับการวิเคราะห์สไตโลเมตรีที่หลากหลาย รวมถึงการระบุผู้เขียน ซึ่งพัฒนาโดยMaciej Eder , Jan RybickiและMike Kestemont ) และ Stylene ^{[ 53 ]}สำหรับภาษาดัตช์ (ซอฟต์แวร์ฟรีออนไลน์โดย Prof. Walter Daelemansแห่งมหาวิทยาลัย Antwerp และ Dr. Véronique Hoste แห่งมหาวิทยาลัย Ghent) ทำให้การใช้งานเป็นไปได้มากขึ้น แม้แต่สำหรับผู้ที่ไม่ใช่ผู้เชี่ยวชาญ

วิธีการสไตโลเมตริกถูกนำมาใช้ในหัวข้อวิชาการหลายเรื่อง เช่น การประยุกต์ใช้ภาษาศาสตร์ พจนานุกรม หรือวรรณกรรมศึกษา^{[ 1 ]}ร่วมกับการประมวลผลภาษาธรรมชาติและการเรียนรู้ของเครื่อง และนำไปใช้ในการตรวจจับการลอกเลียนแบบ การวิเคราะห์ผู้เขียน หรือการดึงข้อมูล^{[ 48 ]}

สมาคมนักภาษาศาสตร์นิติวิทยาศาสตร์นานาชาติ (IAFL) จัดการประชุมใหญ่ประจำปีของสมาคมนักภาษาศาสตร์นิติวิทยาศาสตร์นานาชาติ (ครั้งที่ 13 ในปี 2016 ที่เมืองปอร์โต ) และตีพิมพ์วารสารนานาชาติว่าด้วยคำพูด ภาษา และกฎหมายโดยมีนิติวิทยาศาสตร์เชิงสไตล์เป็นหนึ่งในหัวข้อหลัก

สมาคมภาษาศาสตร์เชิงคำนวณ (ACL) จัดการประชุมหลายครั้งซึ่งนำเสนอวิธีการวัดสไตล์เชิงคำนวณ รวมถึงการประชุมเกี่ยวกับวิธีการเชิงประจักษ์ในการประมวลผลภาษาธรรมชาติ (EMNLP) และการประชุมประจำปีของสมาคมภาษาศาสตร์เชิงคำนวณ^{[ 54 ] [ 55 ] [ 56 ]}

สมาคมเพื่อความก้าวหน้าของปัญญาประดิษฐ์ (AAAI) ได้จัดกิจกรรมหลายครั้งเกี่ยวกับการวิเคราะห์ข้อความเชิงอัตวิสัยและเชิงสไตล์^{[ 57 ] [ 58 ] [ 59 ]}

การประชุมเชิงปฏิบัติการ PAN (เดิมทีเป็นการวิเคราะห์การลอกเลียนแบบ การระบุผู้เขียน และการตรวจจับข้อความที่เกือบซ้ำกัน ต่อมาเป็นการประชุมเชิงปฏิบัติการทั่วไปเกี่ยวกับการเปิดเผยการลอกเลียนแบบ การระบุผู้เขียน และการใช้ซอฟต์แวร์โซเชียลในทางที่ผิด) จัดขึ้นตั้งแต่ปี 2007 ส่วนใหญ่ร่วมกับการประชุมเกี่ยวกับการเข้าถึงข้อมูล เช่น ACM SIGIR , FIREและCLEF PAN กำหนดภารกิจท้าทายร่วมกันสำหรับการตรวจจับ การลอกเลียนแบบ ^{[ 60 ] การระบุผู้เขียน [ 61 ]}การระบุเพศของผู้เขียน^{[ 62 ]} การสร้างโปรไฟล์ผู้เขียน^{[ 63 ]}การตรวจจับการทำลาย^{[ 64 ]}และภารกิจการวิเคราะห์ข้อความอื่นๆ ที่เกี่ยวข้อง ซึ่งหลายอย่างขึ้นอยู่กับสไตโลเมตรี

• ในปี ค.ศ. 1439 ลอเรนโซ วัลลาได้แสดงให้เห็นว่าเอกสารการบริจาคของคอนสแตนตินเป็นของปลอมโดยอ้างเหตุผลส่วนหนึ่งจากการเปรียบเทียบภาษา ละตินกับภาษา ละตินที่ใช้ในเอกสารแท้จากศตวรรษที่ 4
• ในปี พ.ศ. 2495 บาทหลวงชาวสวีเดนดิ๊ก เฮลันเดอร์ได้รับเลือกเป็นบิชอปแห่ง สเตร็ งเนสการหาเสียงเป็นไปอย่างดุเดือด และเฮลันเดอร์ถูกกล่าวหาว่าเขียนจดหมายหมิ่นประมาทผู้สมัครคนอื่นๆ โดยไม่ระบุชื่อเป็นจำนวนกว่าร้อยฉบับ ให้กับผู้มีสิทธิเลือกตั้งในเขตบิชอปแห่งสเตร็งเนส เฮลันเดอร์ถูกตัดสินว่ามีความผิดในข้อหาเขียนจดหมายดังกล่าวในเบื้องต้น และสูญเสียตำแหน่งบิชอปไป แต่ต่อมาได้รับการยกเว้นความผิดบางส่วน จดหมายเหล่านั้นได้รับการศึกษาโดยใช้การวัดทางสไตโลเมตริกหลายวิธี (รวมถึงลักษณะของเครื่องพิมพ์ดีดด้วย) และคดีความต่างๆ และการตรวจสอบเพิ่มเติม ซึ่งหลายครั้งเฮลันเดอร์เป็นผู้ว่าจ้างเองในช่วงหลายปีจนกระทั่งเสียชีวิตในปี พ.ศ. 2521 ได้กล่าวถึงวิธีการทางสไตโลเมตริกและคุณค่าของมันในฐานะหลักฐานอย่างละเอียด^{[ 65 ] [ 66 ]}
• ในปี พ.ศ. 2518 หลังจากที่โรนัลด์ เรแกนดำรงตำแหน่งผู้ว่าการรัฐแคลิฟอร์เนีย เขาเริ่มให้ความเห็นทางวิทยุรายสัปดาห์ซึ่งเผยแพร่ไปยังสถานีวิทยุหลายร้อยแห่ง หลังจากที่บันทึกส่วนตัวของเขาถูกเปิดเผยต่อสาธารณะในวันเกิดครบรอบ 90 ปีของเขาในปี พ.ศ. 2544 มีการศึกษาโดยใช้วิธีการทางสถิติสไตล์เพื่อพิจารณาว่าคำพูดเหล่านั้นเขียนโดยเขาเองและเขียนโดยผู้ช่วยต่างๆ^{[ 67 ]}
• ในปี พ.ศ. 2539 การวิเคราะห์สไตโลเมตริกของหนังสือPrimary Colorsที่ เขียนโดยผู้เขียนนิรนามซึ่งเป็นที่ถกเถียงกัน ซึ่งดำเนินการโดยDonald Fosterศาสตราจารย์จากวิทยาลัย Vassar ^{[ 68 ]}ได้นำหัวข้อนี้มาสู่ความสนใจของผู้ชมในวงกว้างมากขึ้น หลังจากระบุผู้เขียนได้อย่างถูกต้องว่าเป็นJoe Klein (กรณีนี้ได้รับการแก้ไขหลังจากการวิเคราะห์ลายมือยืนยันความเป็นผู้เขียนแล้วเท่านั้น)
• ในปี พ.ศ. 2539 มีการใช้วิธีการสไตโลเมตริกเพื่อเปรียบเทียบแถลงการณ์ของ Unabomberกับจดหมายที่เขียนโดยหนึ่งในผู้ต้องสงสัยคือTheodore Kaczynskiซึ่งส่งผลให้ Kaczynski ถูกจับกุมและถูกตัดสินลงโทษในภายหลัง^{[ 69 ]}
• ในเดือนเมษายน พ.ศ. 2558 นักวิจัยที่ใช้เทคนิคสไตโลเมตรีระบุว่าบทละครเรื่องDouble Falsehoodเป็นผลงานของวิลเลียม เชกสเปียร์ [ ^{70 ] [ 71 ] นัก}วิจัยวิเคราะห์บทละคร 54 เรื่องของเชกสเปียร์และจอห์น เฟลตเชอร์และเปรียบเทียบความยาวประโยคโดยเฉลี่ย ศึกษาการใช้คำที่ไม่ธรรมดา และวัดปริมาณความซับซ้อนและคุณค่า ทางจิตวิทยา ของภาษา
• ในปี 2016 MacDonald P. Jacksonศาสตราจารย์กิตติคุณด้านภาษาอังกฤษแห่งมหาวิทยาลัยโอ๊คแลนด์ประเทศนิวซีแลนด์ และสมาชิกของราชสมาคมแห่งนิวซีแลนด์ผู้ซึ่งใช้เวลาตลอดอาชีพทางวิชาการในการวิเคราะห์การระบุผู้แต่ง ได้เขียนหนังสือชื่อWho Wrote "The Night Before Christmas"?: Analyzing the Clement Clarke Moore Vs. Henry Livingston Question [ ^{72 ] ซึ่ง}เขาได้ประเมินข้อโต้แย้งที่ขัดแย้งกัน และเป็นครั้งแรกที่ใช้เทคนิคการระบุผู้แต่งของสไตล์ศาสตร์เชิงคำนวณสมัยใหม่เพื่อตรวจสอบข้อโต้แย้งที่มีมายาวนาน Jackson ใช้การทดสอบหลายอย่างและแนะนำการทดสอบใหม่ คือ การวิเคราะห์ทางสถิติของหน่วยเสียง เขาสรุปว่า Livingston เป็นผู้แต่งที่แท้จริงของผลงานคลาสสิกชิ้นนี้
• ในปี 2017 Simon Fuller และJames O'Sullivanได้ตีพิมพ์งานวิจัยที่อ้างว่าJames Patterson นักเขียนขายดี ไม่ได้เขียนอะไรเลยในนวนิยายที่ดูเหมือนจะเขียนร่วมกับผู้อื่น^{[ 73 ] [ 74 ] [ 75 ]}ตามที่ O'Sullivan กล่าว การร่วมงานของเขากับอดีตประธานาธิบดีสหรัฐฯBill Clintonเรื่องThe President is Missingเป็นข้อยกเว้นของกฎนี้^{[ 76 ]}
• ในปี 2017 กลุ่มนักภาษาศาสตร์ นักวิทยาศาสตร์คอมพิวเตอร์ และนักวิชาการได้วิเคราะห์ความเป็นผู้เขียนของElena Ferranteโดยอิงจากคลังข้อมูลที่สร้างขึ้นที่มหาวิทยาลัยปาดัวซึ่งประกอบด้วยนวนิยาย 150 เรื่องที่เขียนโดยนักเขียน 40 คน พวกเขาได้วิเคราะห์รูปแบบการเขียนของ Ferrante โดยพิจารณาจากนวนิยายเจ็ดเรื่องของเธอ พวกเขาสามารถเปรียบเทียบรูปแบบการเขียนของเธอกับนักเขียนนวนิยายคนอื่นๆ อีก 39 คน โดยใช้ stylo เป็นต้น^{[ 51 ]}ข้อสรุปที่ได้เหมือนกันสำหรับทุกคนคือDomenico Starnoneเป็นผู้เขียนลับของ Elena Ferrante ^{[ 77 ]}
• ในปี 2018 มาร์ค กลิกแมนอาจารย์อาวุโสสาขาสถิติที่มหาวิทยาลัยฮาร์วาร์ด ได้ทำงานร่วมกับไรอัน ซอง อดีตนักศึกษาสถิติที่ฮาร์วาร์ด และเจสัน บราวน์ ศาสตราจารย์ที่มหาวิทยาลัยดัลฮาวซีในโนวาสโกเชีย โดยใช้สไตโลเมตรีเพื่อค้นพบว่าเพลง " In My Life " ของ เดอะบีทเทิลส์ นั้น จอห์น เลนนอนน่าจะแต่งขึ้น แต่มีโอกาส 50% ที่พอล แม็กคา ร์ตนีย์จะเป็นผู้แต่งท่อนกลาง^{[ 78 ] [ 79 ]}
• ในปี 2019 โครงการ ETSO: การวิเคราะห์สไตล์การเขียนประยุกต์ใช้กับโรงละครยุคทองของสเปน^{[ 80 ]}ซึ่งกำกับโดยÁlvaro Cuéllar GonzálezและGermán Vega García-Luengos (มหาวิทยาลัย Valladolid) สามารถรวบรวมบทละคร 3,000 เรื่องจากยุคทองของสเปนได้ หลังจากใช้การวิเคราะห์สไตล์การเขียนแล้ว การระบุMujeres y criadosให้กับLope de Vega ^{[ 81 ] [ 82 ]}ได้รับการยืนยัน และตรวจพบปัญหาเรื่องผู้ประพันธ์ในLa monja alférezซึ่งเป็นบทละครที่ระบุว่าเป็นของ Pérez de Montalbán ซึ่งด้วยการวิเคราะห์เหล่านี้และผ่านการวิจัยทางประวัติศาสตร์และภาษาศาสตร์ ในที่สุดก็ได้รับการระบุว่าเป็นของJuan Ruiz de Alarcón ^{[ 83 ] [ 84 ] [ 85 ] [ 86 ]}ในปี 2023 โครงการเดียวกันนี้พบว่า Lope de Vega เป็นผู้ประพันธ์La francesa Laura (ลอร่าหญิงชาวฝรั่งเศส) แม้ว่าต้นฉบับจะเขียนขึ้นหลายปีหลังจากที่เขาเสียชีวิต^{[ 87 ]}ละครตลกเรื่องนี้ถูกจัดประเภทเป็นผลงานในช่วงปลายของ Lope de Vega และมีอายุตั้งแต่ปี 1628 ถึง 1630 เนื่องจากเนื้อหาที่ยกย่องฝรั่งเศสอาจเป็นผลมาจากความสัมพันธ์ที่ดีชั่วคราวระหว่างสเปนและฝรั่งเศสในช่วงสงครามสามสิบปีโดยมีอังกฤษเป็นศัตรูร่วมกัน^{[ 88 ]}ในการวิเคราะห์นี้ คำที่พบบ่อยที่สุด 500 คำของข้อความที่กำลังตรวจสอบจะถูกนำมาเปรียบเทียบกับ 500 คำของผลงานที่เหลือ ในกรณีของLa francesa Lauraการค้นพบพบว่าผลงาน 100 ชิ้นที่ใกล้เคียงที่สุดนั้นเกือบทั้งหมดเป็นผลงานของ Lope de Vega วิธีการเรียนรู้ของเครื่อง เช่น การวิเคราะห์ เครื่องเวกเตอร์สนับสนุนก็ได้ดำเนินการด้วยพารามิเตอร์ที่หลากหลายเช่นกัน การวิเคราะห์ทางภาษาศาสตร์แบบดั้งเดิมเกี่ยวกับผู้เขียนผลงานได้รับการยืนยันจากการตรวจสอบด้านสไตโลเมตรีและปัญญาประดิษฐ์^{[ 89 ]}
• ในปี 2020 เรเชล แมคคาร์ธีและเจมส์ โอซัลลิแวนได้โต้แย้งว่าเอมิลี บรอนเต้เป็นผู้เขียนWuthering Heights ตัวจริง ซึ่งเป็นการยุติการคาดเดาของนักวิจารณ์บางคนว่านวนิยายเรื่องนี้อาจเขียนโดยพี่น้องของเธอคนใดคนหนึ่ง โดยเฉพาะอย่างยิ่งแบรนเวลล์หรือชาร์ลอตต์^{[ 90 ]}
• ในปี 2020 Hartmut Ilsemann ใช้ Rolling Delta และ Rolling Classify จากชุดโปรแกรม R Stylo เพื่อแสดงให้เห็นว่าคลังข้อมูลของ Marlowe มีลักษณะทางสไตล์ที่ไม่เป็นเนื้อเดียวกัน และผู้เขียนTamburlaines ทั้งสอง แทบจะไม่มีอยู่ในคลังข้อมูลอย่างเป็นทางการของ Marlowe ที่เหลืออยู่เลย^{[ 91 ] [ 92 ] [ 93 ]}
• ในปี 2022 นักวิชาการชาวอิตาลี Simone Rebora และ Massimo Salgaro ได้แสดงให้เห็นโดยใช้วิธี "ระยะทางเดลต้า" ของ John F. Burrows ว่าFelix Saltenเป็นผู้เขียนนวนิยายนิรนามเรื่องJosefine Mutzenbacherจากปี 1906 ที่มีความเป็นไปได้มากที่สุด โดยไม่นับรวมหน้าสุดท้าย^{[ 94 ]}
• ในปี 2023 นักข่าวชาวสวีเดน Lapo Lappin อ้างว่านวนิยายอาชญากรรมสองเรื่องของนักเขียนชาวสวีเดนCamilla Läckbergอาจเป็นผลงานของนักเขียนรับจ้าง ซึ่งสันนิษฐานว่าเป็นบรรณาธิการของเธอPascal Engmanข้อกล่าวอ้างนี้ถูกปฏิเสธในตอนแรกโดยนักเขียนและโฆษกของเธอ^{[ 95 ]}อย่างไรก็ตาม Läckberg ยอมรับในภายหลังว่าเธอกับ Pascal Engman ทำงานร่วมกันอย่างใกล้ชิด และเขาเป็นผู้แก้ไขข้อความของเธอ^{[ 96 ]}
• ในปี 2024 Matthew Britt และ Jaaron Wingo ได้นำการวิเคราะห์สไตล์เมตริกมาใช้กับคลังวรรณกรรมคริสเตียนยุคแรก โดยเปรียบเทียบรูปแบบทางภาษาในข้อความต่างๆ จากสองศตวรรษแรกของคริสต์ศักราช การศึกษาของพวกเขาได้ตรวจสอบคำถามเกี่ยวกับผู้เขียน การแทรกข้อความ และความสอดคล้องของข้อความ และกระตุ้นให้เกิดการอภิปรายเชิงวิธีการในวรรณกรรมวิชาการ^{[ 97 ]}

เนื่องจากสไตโลเมตรีมีทั้งกรณีการใช้งานเชิงพรรณนา ซึ่งใช้ในการจำแนกลักษณะเนื้อหาของชุดข้อมูล และกรณีการใช้งานเชิงระบุ เช่น การระบุผู้เขียนหรือหมวดหมู่ของข้อความ วิธีการที่ใช้ในการวิเคราะห์ข้อมูลและคุณลักษณะข้างต้นจึงมีตั้งแต่การจำแนกรายการออกเป็นชุด หรือการกระจายรายการในพื้นที่ของการเปลี่ยนแปลงคุณลักษณะ วิธีการส่วนใหญ่เป็นวิธีการทางสถิติ เช่นการวิเคราะห์กลุ่มและการวิเคราะห์จำแนกซึ่งโดยทั่วไปแล้วจะอิงตาม ข้อมูลและคุณลักษณะ ทางภาษาศาสตร์และเป็นโดเมนการประยุกต์ใช้ที่ได้ผลดีสำหรับวิธี การเรียนรู้ของเครื่อง สมัยใหม่

ในอดีต สไตโลเมตรีเน้นองค์ประกอบที่หายากหรือโดดเด่นที่สุดของข้อความ แต่เทคนิคในปัจจุบันสามารถแยกแยะรูปแบบการระบุตัวตนได้แม้ในส่วนของคำพูดทั่วไป ระบบส่วนใหญ่ใช้สถิติคำศัพท์ กล่าวคือ ใช้ความถี่ของคำและศัพท์ในข้อความเพื่อกำหนดลักษณะของข้อความ (หรือผู้เขียน) ในบริบทนี้ ต่างจากการค้นหาข้อมูลรูปแบบการเกิดขึ้นที่สังเกตได้ของคำที่พบบ่อยที่สุดนั้นน่าสนใจกว่าคำศัพท์เฉพาะเรื่องซึ่งมีความถี่น้อยกว่า^{[ 98 ] [ 99 ]}

วิธีการวัดสไตล์การเขียนหลักคือ ตัวแปรคงที่ของ ผู้เขียน (writer invariant ) ซึ่งเป็นคุณสมบัติที่พบได้ทั่วไปในทุกข้อความ หรืออย่างน้อยก็ทุกข้อความที่มีความยาวเพียงพอที่จะนำมาวิเคราะห์และให้ผลลัพธ์ที่มีนัยสำคัญทางสถิติ ซึ่งเขียนโดยผู้เขียนคนเดียวกัน ตัวอย่างของตัวแปรคงที่ของผู้เขียนคือ ความถี่ของคำเชื่อมที่ผู้เขียนใช้

ในวิธีการหนึ่งนั้น ข้อความจะถูกวิเคราะห์เพื่อหาคำที่พบบ่อยที่สุด 50 คำ จากนั้นข้อความจะถูกแบ่งออกเป็นส่วนย่อยๆ ละ 5,000 คำ และแต่ละส่วนย่อยจะถูกวิเคราะห์เพื่อหาความถี่ของคำ 50 คำนั้นในส่วนย่อยนั้นๆ ซึ่งจะสร้างตัวระบุตัวเลข 50 ตัวที่ไม่ซ้ำกันสำหรับแต่ละส่วนย่อย ตัวเลขเหล่านี้จะวางแต่ละส่วนของข้อความลงในจุดหนึ่งในพื้นที่ 50 มิติ พื้นที่ 50 มิตินี้จะถูกทำให้แบนราบลงบนระนาบโดยใช้การวิเคราะห์ส่วนประกอบหลัก (PCA) ผลลัพธ์ที่ได้คือการแสดงจุดที่สอดคล้องกับสไตล์ของผู้เขียน หากงานวรรณกรรมสองชิ้นถูกวางไว้บนระนาบเดียวกัน รูปแบบที่ได้อาจแสดงให้เห็นว่างานทั้งสองชิ้นนั้นเป็นของผู้เขียนคนเดียวกันหรือต่างกัน

ข้อมูลสไตโลเมตริกมีการกระจายตามกฎของ Zipf–Mandelbrotการกระจายมีลักษณะแหลมคมและมีค่าความโค้ง สูงมาก ซึ่งเป็นเหตุผลที่นักวิจัยไม่สามารถใช้สถิติเพื่อแก้ปัญหา เช่น ปัญหาการระบุผู้เขียน อย่างไรก็ตาม การใช้สถิติแบบเกาส์เซียนนั้นเป็นไปได้อย่างสมบูรณ์โดยการใช้การแปลงข้อมูล^{[ 100 ]}

โครงข่ายประสาทเทียมซึ่งเป็นกรณีพิเศษของวิธีการเรียนรู้ของเครื่องจักรเชิงสถิติ ได้ถูกนำมาใช้ในการวิเคราะห์ความเป็นเจ้าของผลงานเขียน ข้อความที่มีความเป็นเจ้าของผลงานอย่างไม่มีข้อโต้แย้งจะถูกนำมาใช้ในการฝึกโครงข่ายประสาทเทียมด้วยกระบวนการต่างๆ เช่น การย้อนกลับการแพร่ กระจาย (backpropagation ) โดยจะคำนวณข้อผิดพลาดในการฝึกและนำไปใช้ในการปรับปรุงกระบวนการเพื่อเพิ่มความแม่นยำ ผ่านกระบวนการที่คล้ายกับการถดถอยแบบไม่เชิงเส้น โครงข่ายจะได้รับความสามารถในการสรุปความสามารถในการจดจำไปยังข้อความใหม่ๆ ที่ยังไม่เคยได้รับรู้มาก่อน โดยจำแนกประเภทข้อความเหล่านั้นตามระดับความมั่นใจที่ระบุไว้ เทคนิคดังกล่าวถูกนำไปใช้กับข้อกล่าวอ้างที่มีมายาวนานเกี่ยวกับการร่วมมือกันของเชกสเปียร์ กับ จอห์น เฟลต เชอร์ และคริสโตเฟอร์ มาร์โลว์ซึ่งเป็นบุคคลร่วมสมัยของเขา^{[ 101 ] [ 102 ]}และยืนยันความคิดเห็นตามหลักวิชาการทั่วไปว่าการร่วมมือกันดังกล่าวเกิดขึ้นจริง

การศึกษาในปี 1999 แสดงให้เห็นว่าโปรแกรมเครือข่ายประสาทเทียมบรรลุความแม่นยำ 70% ในการระบุผู้แต่งบทกวีที่ยังไม่ได้วิเคราะห์ การศึกษานี้จาก Vrije Universiteit ตรวจสอบการระบุบทกวีโดยผู้แต่งชาวดัตช์สามคนโดยใช้เพียงลำดับตัวอักษรเช่น "den" ^{[ 103 ]}

การศึกษาใช้เครือข่ายความเชื่อเชิงลึก (DBN) สำหรับแบบจำลองการตรวจสอบผู้เขียนที่ใช้ได้สำหรับการตรวจสอบความถูกต้องอย่างต่อเนื่อง (CA) ^{[ 104 ]}

ปัญหาหนึ่งของวิธีการวิเคราะห์นี้คือเครือข่ายอาจมีอคติขึ้นอยู่กับชุดข้อมูลฝึกฝน ซึ่งอาจเลือกผู้เขียนที่เครือข่ายได้วิเคราะห์บ่อยกว่า^{[ 103 ]}

อัลกอริทึมทางพันธุกรรมเป็นอีกหนึ่งเทคนิคการเรียนรู้ของเครื่องที่ใช้ในด้านการวิเคราะห์สไตล์การเขียน วิธีนี้เริ่มต้นด้วยชุดของกฎ ตัวอย่างกฎอาจเป็น "ถ้าคำว่า'แต่'ปรากฏมากกว่า 1.7 ครั้งในทุกๆ 1,000 คำ แสดงว่าข้อความนั้นเป็นผลงานของนักเขียน X" โปรแกรมจะได้รับข้อความและใช้กฎเหล่านี้ในการระบุผู้เขียน กฎเหล่านี้จะถูกทดสอบกับชุดข้อความที่รู้จัก และแต่ละกฎจะได้รับคะแนนความเหมาะสม กฎ 50 ข้อที่มีคะแนนต่ำที่สุดจะไม่ถูกนำมาใช้ กฎที่เหลือ 50 ข้อจะได้รับการเปลี่ยนแปลงเล็กน้อย และจะมีการเพิ่มกฎใหม่ 50 ข้อ กระบวนการนี้จะถูกทำซ้ำจนกว่ากฎที่พัฒนาขึ้นจะสามารถระบุผู้เขียนได้อย่างถูกต้อง

วิธีหนึ่งในการระบุลักษณะเฉพาะของ งานเขียนเรียกว่า "คู่คำหายาก" ซึ่งอาศัยลักษณะเฉพาะตัวในการใช้คำร่วมกัน การใช้คำบางคำสำหรับผู้เขียนคนใดคนหนึ่ง อาจมีความสัมพันธ์กับการใช้คำอื่นๆ ที่คาดเดาได้ในแบบที่ไม่เหมือนใคร

การแพร่หลายของอินเทอร์เน็ตทำให้ความสนใจในการระบุผู้เขียนเปลี่ยนไปอยู่ที่ข้อความออนไลน์ (เว็บเพจ บล็อก ฯลฯ) ข้อความอิเล็กทรอนิกส์ (อีเมล ทวีต โพสต์ ฯลฯ) และข้อมูลที่เป็นลายลักษณ์อักษรประเภทอื่นๆ ที่สั้นกว่าหนังสือโดยเฉลี่ยมาก มีรูปแบบที่ไม่เป็นทางการน้อยกว่า และมีความหลากหลายมากกว่าในแง่ขององค์ประกอบการแสดงออก เช่นสีเค้าโครงแบบอักษรกราฟิกอีโมติคอนฯลฯ มีการรายงานถึงความพยายามที่จะคำนึงถึงแง่มุมดังกล่าวทั้งในระดับโครงสร้างและไวยากรณ์ใน^{[ 105 ]}นอกจากนี้ ยังมีการนำเบาะแสเฉพาะเนื้อหาและเฉพาะบุคคล (เช่น แบบจำลองหัวข้อและ เครื่องมือ ตรวจสอบไวยากรณ์ ) มาใช้เพื่อเปิดเผยทางเลือกเชิงสไตล์โดยเจตนา^{[ 106 ]}

คุณลักษณะสไตโลเมตริกมาตรฐานถูกนำมาใช้เพื่อจำแนกเนื้อหาของการแชทโดย การส่งข้อความ โต้ตอบแบบทันที^{[ 107 ]}หรือพฤติกรรมของผู้เข้าร่วม^{[ 108 ]}แต่ความพยายามในการระบุผู้เข้าร่วมการแชทยังคงมีน้อยและอยู่ในช่วงเริ่มต้น นอกจากนี้ ความคล้ายคลึงกันระหว่างการสนทนาด้วยวาจาและการโต้ตอบในการแชทยังถูกละเลย ในขณะที่เป็นความแตกต่างที่สำคัญระหว่างข้อมูลการแชทและข้อมูลที่เป็นลายลักษณ์อักษรประเภทอื่น ๆ

• การระบุข้อมูลซ้ำ
• ลายน้ำดิจิทัล
• ภาษาศาสตร์และพระคัมภีร์มอรมอน § สไตโลเมตรี
• โมเช่ คอปเปล
• ภาษาศาสตร์เชิงปริมาณ
• สเตกาโนกราฟี
• เขียนพิมพ์

ดูเพิ่มเติมได้ในวารสารวิชาการLiterary and Linguistic Computingซึ่งปัจจุบันคือDigital Scholarship in the Humanities (จัดพิมพ์โดยมหาวิทยาลัยออกซ์ฟอร์ด ) และ วารสาร Language Resources and Evaluation (เดิมชื่อComputers and the Humanities )

• สมาคมคอมพิวเตอร์และมนุษยศาสตร์
• การคำนวณทางวรรณกรรมและภาษาศาสตร์
• กลุ่มสไตล์ศาสตร์เชิงคำนวณ
• ระบบสไตโลเมตริกลายเซ็น
• โปรแกรมการระบุแหล่งที่มาของผู้เขียนJGAAP
• ไขปริศนาของนวนิยายเรื่องล่าสุดของ เจ.เค. โรว์ลิ่ง