Este estudio propone dos técnicas de normalización novedosas, Corrección de Raíz Cuadrada y Corrección Hapax, para derivar razones de verosimilitud del método de verificación de autoría LambdaG sin requerir un modelo de calibración separado. Estos métodos están diseñados para mitigar la sobreestimación de la fuerza probatoria causada por textos largos o altamente repetitivos.

  • Evaluado frente a la calibración de regresión logística en quince corpus y longitudes de texto que van desde 100 hasta 9,500 tokens utilizando el costo de razón de verosimilitud logarítmica (Cllr).
  • Los métodos propuestos logran un rendimiento comparable a la calibración de regresión logística.
  • La Corrección Hapax supera a la calibración de regresión logística en aproximadamente el 45% de las pruebas ponderadas por corpus.
  • El rendimiento es más frecuentemente cercano (dentro del 5%) cuando la Corrección Hapax es superada en comparación con la comparación inversa.

Eliminar la necesidad de un modelo de calibración reduce los requisitos de datos, el tiempo y la complejidad, aumentando así la accesibilidad y transparencia de la comparación forense de textos.