Document Author Profiling
Definition: Document Author Profiling (auch Autor-Profiling) ist die computergestützte Analyse von Textdokumenten, um demografische, psychografische oder sprachliche Merkmale des Verfassers zu ermitteln. Mittels maschinellem Lernen, Statistik und forensischer Linguistik werden Schreibstil, Wortwahl und syntaktische Muster ausgewertet, um ein individuelles Profil zu erstellen.
Was ist Document Author Profiling?
Document Author Profiling – auch bekannt als Author Profiling oder Autor-Profiling – ist ein Teilgebiet der forensischen Linguistik und des Text Mining. Es untersucht, welche sprachlichen Merkmale auf den Autor eines Dokuments hinweisen. Dabei geht es nicht um eine einzelne Textstelle, sondern um das gesamte Sprachverhalten. Die zentrale Annahme lautet: Jeder Mensch besitzt einen individuellen Schreibstil, der sich aus Wortwahl, Satzbau, Interpunktion und sogar aus der Verwendung von Funktionswörtern zusammensetzt.
Eine einfache Analogie: Denken Sie an zwei Köche, die dasselbe Rezept verwenden. Beide nutzen ähnliche Zutaten, aber die Würzung, die Schnitttechnik und die Reihenfolge der Arbeitsschritte unterscheiden sich. Genauso hinterlassen Autoren bei gleichem Thema charakteristische Muster. Document Author Profiling nutzt diese Muster, um Rückschlüsse auf Alter, Geschlecht, Bildungsgrad oder Muttersprache des Verfassers zu ziehen.
Welche Merkmale werden analysiert?
Die Analyse arbeitet auf mehreren linguistischen Ebenen. Auf lexikalischer Ebene zählen Wortschatzumfang, Wortfrequenzen und die Nutzung seltener Begriffe. Syntaktisch geprüft werden Satzlängen, Satzkomplexität und die Häufigkeit von Nebensätzen. Auch pragmatische Merkmale wie Höflichkeitsformen, Ironie oder Direktheit fließen ein. Dazu kommen stilistische Eigenheiten: Emojis, Abkürzungen, Großschreibung oder spezifische Zeichensetzung. Modellverfahren lernen aus annotierten Korpora, welche Merkmalskombinationen typisch für bestimmte Autorengruppen sind.
Eine Übersicht der wichtigsten Analyseebenen:
| Ebene | Beispiele für Merkmale |
|---|---|
| Lexik | Wortschatzgröße, Wortfrequenzen, seltene Begriffe |
| Syntax | Satzlänge, Nebensatzdichte, Satzstellung |
| Semantik | Themenwahl, Kohärenz, Wortbedeutungen |
| Pragmatik | Höflichkeit, Ironie, Direktheit |
| Stilistik | Interpunktion, Emojis, Großschreibung, Abkürzungen |
Entscheidend ist die Kombination vieler schwacher Hinweise. Ein einzelnes Merkmal erlaubt kaum eine belastbare Aussage; erst das Zusammenspiel vieler Indikatoren erreicht die notwendige Reizschwelle für eine zuverlässige Klassifikation.
Wie unterscheidet sich Author Profiling von Authorship Attribution?
Autorschaftsattribution versucht, einen Text einer bestimmten bekannten Person zuzuordnen. Profiling hingegen fragt nach Eigenschaften einer anonymen Person. Bei der Attribution steht eine geschlossene Liste von Kandidaten im Raum. Beim Profiling handelt es sich um eine offene Aufgabe: Alter, Geschlecht, Persönlichkeitsmerkmale oder Herkunftsregion werden geschätzt, ohne dass konkrete Vergleichstexte nötig sind. In der Praxis ergänzen sich beide Ansätze. Die Attribution profitiert von Profiling-Vorhersagen, wenn keine Kandidatenliste existiert.
Wo wird Document Author Profiling angewendet?
Einsatzfelder reichen von der Strafverfolgung über Marketing bis zur Sicherheitsanalyse. Behörden nutzen Profiling, um Bedrohungsschreiben einzugrenzen und Täterprofile zu erstellen. Im Marketing ermöglicht es eine Persona-Analyse von Kundenrezensionen. Plattformbetreiber setzen Verfahren ein, um Fake-Bewertungen oder verdeckte Meinungsmache zu erkennen. Auch die Altersverifikation in sozialen Netzwerken kann unterstützt werden. Allerdings bleibt die Validität begrenzt: Kulturelle Einflüsse, Mehrsprachigkeit und absichtliche Stilverstellung können Ergebnisse verfälschen. Modelle müssen regelmäßig neu trainiert werden, um stabil zu bleiben.
« Back to Glossary Index