본 연구는 별도의 교정 모델을 필요로 하지 않고 LambdaG 작자 확인 방법에서 우도비를 도출하기 위해 제곱근 보정(Square Root Correction)과 하박스 보정(Hapax Correction)이라는 두 가지 새로운 정규화 기법을 제안합니다. 이러한 방법은 길거나 매우 반복적인 텍스트로 인해 발생하는 증거력의 과대추정을 완화하도록 설계되었습니다.
- 15개 코퍼스와 100부터 9,500 토큰 범위의 텍스트 길이에 걸쳐 로지스틱 회귀 교정 대비 로그 우도비 비용(Cllr)을 사용하여 평가되었습니다.
- 제안된 방법은 로지스틱 회귀 교정과 비교 가능한 성능을 달성합니다.
- 하박스 보정(Hapax Correction)은 코퍼스에 가중치를 둔 테스트의 약 45%에서 로지스틱 회귀 교정을 능가합니다.
- 하박스 보정이 로지스틱 회귀 교정에 비해 낮은 경우가 그 반대의 비교보다 성능이 더 자주 근접(5% 이내)하게 나타납니다.
교정 모델의 필요성을 제거함으로써 데이터 요구 사항, 시간 및 복잡성이 줄어들어 법적 텍스트 비교의 접근성과 투명성이 증가합니다.