Estilometría

La estilometría es la aplicación del estudio del estilo lingüístico , generalmente al lenguaje escrito. ^{[ 1 ]} También se ha aplicado con éxito a la música , ^{[ 2 ]} las pinturas , ^{[ 3 ]} el ajedrez , ^{[ 4 ]} y el código fuente . ^{[ 5 ]}

La estilometría se utiliza a menudo para atribuir la autoría a documentos anónimos o controvertidos. ^{[ 6 ]} Tiene aplicaciones legales, académicas y literarias, que van desde la cuestión de la autoría de las obras de Shakespeare hasta la lingüística forense , y tiene similitudes metodológicas con el análisis de la legibilidad del texto .

La estilometría puede utilizarse para desenmascarar a autores seudónimos o anónimos, o para revelar información sobre el autor sin llegar a una identificación completa. Los autores pueden emplear la estilometría adversaria para resistir esta identificación eliminando sus propias características estilísticas sin alterar el contenido significativo de sus comunicaciones. Puede eludir análisis que no tengan en cuenta esta posibilidad, pero la eficacia final de la estilometría en un entorno adversario es incierta: la identificación estilométrica puede no ser fiable, pero tampoco se puede garantizar la no identificación; la práctica misma de la estilometría adversaria puede ser detectable.

La estilometría surgió de técnicas anteriores de análisis de textos para detectar pruebas de autenticidad e identidad del autor.

La práctica moderna de la disciplina se dio a conocer gracias al estudio de los problemas de autoría en el drama del Renacimiento inglés. Investigadores y lectores observaron que algunos dramaturgos de la época tenían patrones distintivos de preferencias lingüísticas e intentaron utilizarlos para identificar a los autores de obras inciertas o colaborativas. Los primeros intentos no siempre tuvieron éxito: en 1901, un investigador intentó utilizar la preferencia de John Fletcher por «⁠ ⁠'em», la forma contraída de «them», como marcador para distinguir entre Fletcher y Philip Massinger en sus colaboraciones; pero empleó erróneamente una edición de las obras de Massinger en la que el editor había expandido todas las instancias de «⁠ ⁠'em» a «them». ^{[ 7 ]}

Los fundamentos de la estilometría fueron establecidos por el filósofo polaco Wincenty Lutosławski en Principes de stylométrie (1890). Lutosławski utilizó este método para desarrollar una cronología de los Diálogos de Platón . ^{[ 8 ]}

A principios de la década de 1960, el reverendo AQ Morton realizó un análisis informático de las catorce Epístolas del Nuevo Testamento atribuidas a San Pablo, que indicó que seis autores diferentes habían escrito esa obra. Una comprobación de su método, aplicada a las obras de James Joyce , arrojó como resultado que Ulises , la novela de Joyce con múltiples perspectivas y estilos, fue compuesta por cinco individuos distintos, ninguno de los cuales aparentemente participó en la creación de la primera novela de Joyce, Retrato del artista adolescente . ^{[ 9 ]}

Un éxito notable en sus inicios fue la resolución de la disputa sobre la autoría de doce de los Artículos Federalistas de Frederick Mosteller y David Wallace. ^{[ 10 ]} Asimismo, la exitosa aplicación del análisis textual al canon de Fletcher por Cyrus Hoy y otros arrojó resultados claros a finales de la década de 1950. ^{[ 11 ] [ 12 ]}

Las aplicaciones de la estilometría incluyen estudios literarios, estudios históricos, estudios sociales, recuperación de información y muchos casos y estudios forenses. ^{[ 13 ] [ 14 ]} Recientemente, se han impulsado debates de larga data sobre sagas islandesas medievales anónimas mediante su utilización. ^{[ 15 ] [ 16 ] [ 17 ]} También se puede aplicar al código informático ^{[ 18 ]} y a la detección intrínseca de plagio , que consiste en detectar plagio basándose en los cambios de estilo de escritura dentro del documento. ^{[ 19 ]} La estilometría también se puede utilizar para predecir si alguien es hablante nativo o no nativo de inglés por su velocidad de escritura . ^{[ 20 ]}

La estilometría como método es vulnerable a la distorsión del texto durante la revisión. ^{[ 21 ]} También existe el caso de que el autor adopte diferentes estilos a lo largo de su trayectoria, como se demostró en el caso de Platón , quien eligió distintas políticas estilísticas, como las adoptadas para los diálogos tempranos y medios que abordan el problema socrático. ^{[ 22 ]}

Las características textuales de interés para la atribución de autoría son, por un lado, calcular ocurrencias de expresiones o construcciones idiosincrásicas (por ejemplo, comprobar cómo el autor usa la interpuntuación o con qué frecuencia el autor usa construcciones pasivas sin agente) y, por otro lado, similares a las utilizadas para el análisis de legibilidad, como medidas de variación léxica y variación sintáctica. ^{[ 23 ]} Dado que los autores a menudo tienen preferencias por ciertos temas, los experimentos de investigación en atribución de autoría eliminan principalmente palabras de contenido como sustantivos, adjetivos y verbos del conjunto de características, conservando solo elementos estructurales del texto para evitar sobreajustar sus modelos a las características del tema en lugar de las del autor. ^{[ 24 ] [ 25 ]} Las características estilísticas a menudo se calculan como promedios sobre un texto o sobre todas las obras recopiladas de un autor, lo que produce medidas como la longitud promedio de las palabras o la longitud promedio de las oraciones. Esto permite que un modelo identifique a los autores que tienen una clara preferencia por oraciones extensas o concisas, pero oculta la variación: un autor con una mezcla de oraciones largas y cortas tendrá el mismo promedio que un autor con oraciones de longitud media consistentes. Para capturar dicha variación, algunos experimentos utilizan secuencias o patrones sobre las observaciones en lugar de frecuencias observadas promedio, señalando, por ejemplo, que un autor muestra preferencia por un patrón de acentuación o énfasis determinado, ^{[ 26 ] [ 27 ]} o que un autor tiende a seguir una secuencia de oraciones largas con una corta. ^{[ 28 ] [ 29 ]}

Se puede decir que uno de los primeros enfoques para la identificación de la autoría, el de Mendenhall, agrega sus observaciones sin promediarlas. ^{[ 30 ]}

Los modelos de atribución de autoría más recientes utilizan modelos de espacio vectorial para capturar automáticamente lo que es específico del estilo de un autor, pero también se basan en una ingeniería de características juiciosa por las mismas razones que los modelos más tradicionales. ^{[ 31 ] [ 32 ]}

La estilometría adversaria es la práctica de alterar el estilo de escritura para reducir la posibilidad de que la estilometría descubra la identidad del autor o sus características. ^{[ 33 ]} Esta tarea también se conoce como ofuscación de autoría o anonimización de autoría. La estilometría plantea un importante desafío para la privacidad debido a su capacidad para desenmascarar autores anónimos o vincular seudónimos con otras identidades de un autor, ^{[ 34 ]} lo que, por ejemplo, crea dificultades para los denunciantes , ^{[ 35 ]} los activistas, ^{[ 36 ]} y los estafadores y defraudadores . ^{[ 37 ]} Se espera que el riesgo para la privacidad aumente a medida que se desarrollen las técnicas de aprendizaje automático y los corpus de texto . ^{[ 38 ]}

Toda la estilometría adversaria comparte la idea central de parafrasear fielmente el texto fuente de manera que el significado permanezca inalterado, pero las señales estilísticas se oculten. ^{[ 39 ] [ 40 ]} Dicha paráfrasis fiel es un ejemplo adversario para un clasificador estilométrico. ^{[ 41 ]} Existen varios enfoques generales para esto, con cierta superposición: imitación , sustituir el estilo del autor por el de otro; traducción , aplicar traducción automática con la esperanza de que esto elimine el estilo característico del texto fuente; y ofuscación , modificar deliberadamente el estilo de un texto para que no se parezca al del autor. ^{[ 39 ]}

Es posible ocultar el estilo manualmente, pero es laborioso; ^{[ 42 ]} en algunas circunstancias, es preferible o necesario. ^{[ 43 ]} Las herramientas automatizadas, ya sean semiautomáticas o totalmente automáticas, podrían ayudar a un autor. ^{[ 42 ]} La mejor manera de realizar la tarea y el diseño de dichas herramientas es una cuestión de investigación abierta. ^{[ 44 ] [ 38 ]} Si bien se ha demostrado que algunos enfoques pueden superar análisis estilométricos particulares, ^{[ 45 ]} especialmente aquellos que no tienen en cuenta el potencial de adversarialidad, ^{[ 46 ]} establecer la seguridad frente a análisis desconocidos es un problema. ^{[ 47 ]} Garantizar la fidelidad de la paráfrasis es un desafío crítico para las herramientas automatizadas. ^{[ 38 ]}

No se sabe con certeza si la práctica de la estilometría adversaria es detectable en sí misma. Algunos estudios han encontrado que ciertos métodos produjeron señales en el texto de salida, pero un estilometrista que desconozca los métodos utilizados podría no ser capaz de detectarlas de forma fiable. ^{[ 38 ]}

La estilometría moderna utiliza ordenadores para el análisis estadístico , la inteligencia artificial y el acceso al creciente corpus de textos disponibles a través de Internet . ^{[ 48 ]} Los sistemas de software como Signature ^{[ 49 ]} (software gratuito producido por Peter Millican de la Universidad de Oxford), JGAAP ^{[ 50 ]} (el Programa de Atribución Gráfica de Autoría de Java, software gratuito producido por el Dr. Patrick Juola de la Universidad de Duquesne), stylo ^{[ 51 ] [ 52 ]} (un paquete R de código abierto para una variedad de análisis estilométricos, incluida la atribución de autoría, desarrollado por Maciej Eder , Jan Rybicki y Mike Kestemont ) y Stylene ^{[ 53 ]} para el neerlandés (software gratuito en línea del Prof. Walter Daelemans de la Universidad de Amberes y la Dra. Véronique Hoste de la Universidad de Gante) hacen que su uso sea cada vez más práctico, incluso para los no expertos.

Los métodos estilométricos se utilizan para varios temas académicos, como una aplicación de la lingüística, la lexicografía o el estudio literario, ^{[ 1 ]} en conjunto con el procesamiento del lenguaje natural y el aprendizaje automático, y se aplican a la detección de plagio, el análisis de autoría o la recuperación de información. ^{[ 48 ]}

• En 1439, Lorenzo Valla demostró que la Donación de Constantino era una falsificación , un argumento basado en parte en una comparación del latín con el utilizado en documentos auténticos del siglo IV.
• En 1952, el sacerdote sueco Dick Helander fue elegido obispo de Strängnäs . La campaña fue reñida y Helander fue acusado de escribir una serie de más de cien cartas difamatorias anónimas sobre otros candidatos al electorado del obispado de Strängnäs. Helander fue condenado inicialmente por escribir las cartas y perdió su cargo de obispo, pero posteriormente fue parcialmente exonerado. Las cartas fueron estudiadas utilizando diversas medidas estilométricas (y también características de la máquina de escribir) y los distintos juicios y exámenes posteriores, muchos de ellos encargados por el propio Helander durante los años previos a su muerte en 1978, analizaron con cierto detalle el método estilométrico y su valor como prueba. ^{[ 65 ] [ 66 ]}
• En 1975, después de que Ronald Reagan ejerciera como gobernador de California, comenzó a ofrecer comentarios radiofónicos semanales que se emitían en cientos de emisoras. Tras la publicación de sus notas personales en su 90 cumpleaños en 2001, un estudio empleó métodos estiloestadísticos para determinar cuáles de esas charlas fueron escritas por él y cuáles por sus diversos ayudantes. ^{[ 67 ]}
• En 1996, el análisis estilométrico del controvertido libro " Primary Colors" , escrito bajo seudónimo y realizado por el profesor del Vassar College, Donald Foster ^{[ 68 ],} atrajo la atención de un público más amplio tras identificar correctamente al autor como Joe Klein . (Este caso se resolvió solo después de que un análisis caligráfico confirmara la autoría).
• En 1996, se utilizaron métodos estilométricos para comparar el Manifiesto del Unabomber con cartas escritas por uno de los sospechosos, Theodore Kaczynski , lo que resultó en la detención y posterior condena de Kaczynski. ^{[ 69 ]}
• En abril de 2015, investigadores que utilizaron técnicas de estilometría identificaron una obra de teatro, Double Falsehood , como obra de William Shakespeare . ^{[ 70 ] [ 71 ]} Los investigadores analizaron 54 obras de Shakespeare y John Fletcher , y compararon la longitud promedio de las oraciones, estudiaron el uso de palabras inusuales y cuantificaron la complejidad y la valencia psicológica de su lenguaje.
• En 2016, MacDonald P. Jackson , profesor emérito de inglés en la Universidad de Auckland , Nueva Zelanda, y miembro de la Royal Society of New Zealand , quien había dedicado toda su carrera académica al análisis de la atribución de autoría, escribió un libro titulado ¿ Quién escribió "La noche antes de Navidad"?: Analizando la cuestión de Clement Clarke Moore contra Henry Livingston , ^{[ 72 ]} en el que evalúa los argumentos opuestos y, por primera vez, utiliza las técnicas de atribución de autoría de la estilística computacional moderna para examinar la antigua controversia. Jackson emplea una serie de pruebas e introduce una nueva, el análisis estadístico de fonemas; concluye que Livingston es el verdadero autor de la obra clásica.
• En 2017, Simon Fuller y James O'Sullivan publicaron un estudio que afirmaba que el autor superventas James Patterson no escribe nada en sus novelas aparentemente escritas en coautoría. ^{[ 73 ] [ 74 ] [ 75 ]} Según O'Sullivan, su colaboración con el expresidente estadounidense Bill Clinton , El presidente está desaparecido , es una excepción a esta regla. ^{[ 76 ]}
• En 2017, un grupo de lingüistas, informáticos y académicos analizaron la autoría de Elena Ferrante . A partir de un corpus creado en la Universidad de Padua que contenía 150 novelas escritas por 40 autores, analizaron el estilo de Ferrante basándose en siete de sus novelas. Pudieron comparar su estilo de escritura con el de otros 39 novelistas utilizando, por ejemplo, Stylo. ^{[ 51 ]} La conclusión fue la misma para todos: Domenico Starnone es el autor secreto de Elena Ferrante. ^{[ 77 ]}
• En 2018, Mark Glickman , profesor titular de estadística en la Universidad de Harvard, trabajó con Ryan Song, exalumno de estadística en Harvard, y Jason Brown, profesor en la Universidad de Dalhousie en Nueva Escocia, aplicando estilometría para descubrir que, muy probablemente, la canción de The Beatles " In My Life " fue compuesta por John Lennon, pero con un 50% de probabilidad de que Paul McCartney escribiera la sección intermedia . ^{[ 78 ] [ 79 ]}
• En 2019, el proyecto ETSO: Estilometría aplicada al teatro del Siglo de Oro español, ^{[ 80 ]} dirigido por Álvaro Cuéllar González y Germán Vega García-Luengos (Universidad de Valladolid) logró reunir 3000 obras de teatro del Siglo de Oro español. Después de aplicar el análisis estilométrico, se ratificó la atribución de Mujeres y criados a Lope de Vega ^{[ 81 ] [ 82 ]} , y se detectó un problema de autoría en La monja alférez , una obra atribuida a Pérez de Montalbán que, gracias a estos análisis y a través de la investigación histórica y filológica, fue finalmente atribuida a Juan Ruiz de Alarcón . ^{[ 83 ] [ 84 ] [ 85 ] [ 86 ]} En 2023, el mismo proyecto encontró a Lope de Vega como autor de La francesa Laura (La francesa Laura), a pesar de que el manuscrito fue escrito años después de su muerte. ^{[ 87 ]} La comedia fue clasificada como una obra tardía de Lope de Vega y datada entre 1628 y 1630, ya que su trato halagador de Francia podría atribuirse a la momentánea buena relación entre España y Francia durante la Guerra de los Treinta Años , teniendo a Inglaterra como enemigo común. ^{[ 88 ]} En este análisis, las 500 palabras más frecuentes del texto investigado se comparan con las 500 del resto de las obras. En el caso de La francesa Laura , el hallazgo detectó que las 100 obras con las que estaba más cerca eran casi todas de Lope de Vega. También se llevaron a cabo métodos de aprendizaje automático, como el análisis de máquinas de vectores de soporte , con un amplio rango de parámetros. El análisis filológico tradicional sobre la autoría de las obras ha confirmado las investigaciones de estilometría e inteligencia artificial. ^{[ 89 ]}
• En 2020, Rachel McCarthy y James O'Sullivan argumentaron que Emily Brontë es la verdadera autora de Cumbres Borrascosas , poniendo fin a las especulaciones de algunos críticos sobre la posibilidad de que la novela hubiera sido escrita por uno de sus hermanos, específicamente Branwell o Charlotte . ^{[ 90 ]}
• En 2020, Hartmut Ilsemann utilizó Rolling Delta y Rolling Classify del paquete de programas R Stylo para demostrar que el corpus de Marlowe es estilísticamente heterogéneo y que el autor de los dos Tamburlaines apenas estaba presente en el resto del corpus oficial de Marlowe. ^{[ 91 ] [ 92 ] [ 93 ]}
• En 2022, los investigadores italianos Simone Rebora y Massimo Salgaro demostraron, utilizando el método de "distancia delta" de John F. Burrows, que Felix Salten es el autor más probable de la novela anónima Josefine Mutzenbacher de 1906, excluyendo las páginas finales. ^{[ 94 ]}
• En 2023, el periodista sueco Lapo Lappin afirmó que dos novelas policíacas de la autora sueca Camilla Läckberg podrían ser obra de un escritor fantasma, presumiblemente su editor Pascal Engman . Esta afirmación fue inicialmente desmentida por la autora y su portavoz. ^{[ 95 ]} Sin embargo, Läckberg admitió posteriormente que ella y Pascal Engman trabajan en estrecha colaboración y que él edita sus textos. ^{[ 96 ]}
• En 2024, Matthew Britt y Jaaron Wingo aplicaron análisis estilométricos a un corpus de literatura cristiana primitiva, comparando patrones lingüísticos en textos de los dos primeros siglos de nuestra era. Su estudio examinó cuestiones de autoría, interpolaciones y coherencia textual, y suscitó un debate metodológico en la literatura académica. ^{[ 97 ]}

Dado que la estilometría tiene usos tanto descriptivos, para caracterizar el contenido de una colección, como identificativos, por ejemplo, para identificar autores o categorías de textos, los métodos utilizados para analizar los datos y las características mencionadas abarcan desde aquellos diseñados para clasificar elementos en conjuntos hasta aquellos que los distribuyen en un espacio de variación de características. La mayoría de los métodos son de naturaleza estadística, como el análisis de conglomerados y el análisis discriminante , se basan típicamente en datos y características filológicas y constituyen dominios de aplicación fructíferos para los métodos modernos de aprendizaje automático .

Mientras que en el pasado la estilometría hacía hincapié en los elementos más raros o llamativos de un texto, las técnicas contemporáneas pueden aislar patrones identificativos incluso en partes comunes de la oración. La mayoría de los sistemas se basan en estadísticas léxicas, es decir, utilizan la frecuencia de palabras y términos en el texto para caracterizarlo (o a su autor). En este contexto, a diferencia de la recuperación de información , los patrones de aparición observados de las palabras más comunes son más interesantes que los términos temáticos, que son menos frecuentes. ^{[ 98 ] [ 99 ]}

El método estilométrico principal es el invariante del autor : una propiedad común a todos los textos, o al menos a todos los textos lo suficientemente largos como para permitir un análisis que arroje resultados estadísticamente significativos, escritos por un autor determinado. Un ejemplo de invariante del autor es la frecuencia de las palabras funcionales que utiliza.

En uno de estos métodos, se analiza el texto para encontrar las 50 palabras más comunes. A continuación, el texto se divide en fragmentos de 5000 palabras y cada fragmento se analiza para determinar la frecuencia de esas 50 palabras. Esto genera un identificador único de 50 dígitos para cada fragmento. Estos dígitos ubican cada fragmento de texto en un punto de un espacio de 50 dimensiones. Este espacio de 50 dimensiones se aplana en un plano mediante el análisis de componentes principales (ACP). El resultado es una representación de puntos que corresponden al estilo de un autor. Si dos obras literarias se ubican en el mismo plano, el patrón resultante puede indicar si ambas obras son del mismo autor o de autores diferentes.

La difusión de internet ha desplazado la atención en la atribución de autoría hacia textos en línea (páginas web, blogs, etc.), mensajes electrónicos (correos electrónicos, tuits, publicaciones, etc.) y otros tipos de información escrita que son mucho más cortos que un libro promedio, mucho menos formales y más diversos en términos de elementos expresivos como colores , diseño , fuentes , gráficos , emoticonos , etc. Se informaron esfuerzos para tener en cuenta tales aspectos tanto a nivel de estructura como de sintaxis en ^{[ 105 ]} . Además, se introdujeron pistas específicas del contenido e idiosincrásicas (por ejemplo, modelos de temas y herramientas de revisión gramatical ) para revelar elecciones estilísticas deliberadas. ^{[ 106 ] .}

Se han empleado características estilométricas estándar para categorizar el contenido de un chat mediante mensajería instantánea ^{[ 107 ]} o el comportamiento de los participantes ^{[ 108 ]} , pero los intentos de identificar a los participantes del chat aún son escasos y se encuentran en una fase inicial. Además, se ha pasado por alto la similitud entre las conversaciones orales y las interacciones de chat, a pesar de ser una diferencia importante entre los datos de chat y cualquier otro tipo de información escrita.

• reidentificación de datos
• Marca de agua digital
• Lingüística y el Libro de Mormón §  Estilometría
• Moshe Koppel
• Lingüística cuantitativa
• Esteganografía
• Escribir

• Afroz, Sadia; Brennan, Michael; Greenstadt, Rachel (2012). «Detección de engaños, fraudes y fraudes en el estilo de escritura en línea». Simposio IEEE de 2012 sobre seguridad y privacidad . págs. 461–475 . doi : 10.1109/SP.2012.34 . ISBN  978-1-4673-1244-8.
• Brennan, Michael; Afroz, Sadia; Greenstadt, Rachel (2012). "Estilometría adversarial: eludiendo el reconocimiento de autoría para preservar la privacidad y el anonimato" (PDF) . ACM Transactions on Information and System Security . 15 (3): 1– 22. doi : 10.1145/2382448.2382450 . S2CID 16176436 . 
• Brennan, Michael Robert; Greenstadt, Rachel. "Ataques prácticos contra las técnicas de reconocimiento de autoría" . Aplicaciones innovadoras de la inteligencia artificial .
• Brocardo, Marcelo Luiz; Issa Traore; Sherif Saad; Isaac Woungang (2013). Verificación de autoría para mensajes cortos mediante estilometría . Conferencia Internacional IEEE sobre Sistemas Informáticos, de Información y de Telecomunicaciones (CITS). doi : 10.1109/CITS.2013.6705711 .
• Can, Fazli; Patton, Jon M. (2004). "Cambio de estilo de escritura con el tiempo". Computers and the Humanities . 38 (1): 61– 82. CiteSeerX 10.1.1.1.8850 . doi : 10.1023/b:chum.0000009225.28847.77 . S2CID 38242388 .  
• Emmery, Chris; Kádár, Ákos; Chrupała, Grzegorz (2021). "Estilometría adversaria en la práctica: ataques de sustitución léxica transferibles a la elaboración de perfiles de autores". Actas de la 16.ª Conferencia del Capítulo Europeo de la Asociación de Lingüística Computacional: Volumen principal . pp. 2388–2402 . arXiv : 2101.11310 . doi : 10.18653/v1/2021.eacl-main.203 . S2CID 231719026 .  
• Gröndahl, Tommi; Asokan, N. (2020a). "Análisis de texto en entornos adversariales: ¿Deja el engaño una huella estilística?". ACM Computing Surveys . 52 (3): 1– 36. arXiv : 1902.08939 . doi : 10.1145/3310331 . S2CID 67856540 . 
• Hope, Jonathan (1994). La autoría de las obras de Shakespeare . Cambridge: Cambridge University Press. ISBN 978-0-521-41737-2.
• Hoy, Cyrus (1956–1962). "Las participaciones de Fletcher y sus colaboradores en el canon de Beaumont y Fletcher (I-VII)". Estudios de bibliografía . 7–15 .
• Juola, Patrick (2006). "Atribución de autoría" (PDF) . Fundamentos y tendencias en la recuperación de información . 1 (3): 3. CiteSeerX 10.1.1.219.1605 . doi : 10.1561/1500000005 . Archivado del original (PDF) el 24 de octubre de 2020. Recuperado el 13 de noviembre de 2008 . 
• Kacmarcik, Gary; Gamon, Michael (17 de julio de 2006). "Ofuscando la estilometría de documentos para preservar el anonimato del autor" . Actas de las sesiones de pósteres de la conferencia principal COLING/ACL 2006. págs. 444–451 . 
• Kenny, Anthony (1982). El cálculo del estilo: una introducción a la estadística para estudiantes de literatura y humanidades . Oxford: Pergamon Press.
• Mahmood, Asad; Ahmad, Faizan; Shafiq, Zubair; Srinivasan, Padmini; Zaffar, Fareed (2019). "Una niña no tiene nombre: ofuscación automatizada de la autoría mediante Mutant-X" . Actas sobre tecnologías de mejora de la privacidad . 2019 (4): 54–71 . doi : 10.2478/popets-2019-0058 . S2CID 197621394 . 
• Neal, Tempestt; Sundararajan, Kalaivani; Fatima, Aneez; Yan, Yiming; Xiang, Yingfei; Woodard, Damon (2018). "Estudio de técnicas y aplicaciones de estilometría". ACM Computing Surveys . 50 (6): 1– 36. doi : 10.1145/3132039 . S2CID 21360798 . 
• Potthast, Martin; Hagen, Matthias; Stein, Benno (2016). Ofuscación del autor: Ataque al estado del arte en la verificación de autoría (PDF) . Conferencia y laboratorios del Evaluation Forum.
• Romaine, Suzanne (1982). Lingüística sociohistórica . Cambridge: Cambridge University Press.
• Saedi, Chakaveh; Dras, Mark (diciembre de 2020). "Ofuscación de autores a gran escala mediante un autoencoder variacional siamés: el sistema SiamAO" . Actas de la Novena Conferencia Conjunta sobre Semántica Léxica y Computacional . págs. 179-189 . 
• Samuels, ML (1972). Evolución lingüística: con especial referencia al inglés . Cambridge: Cambridge University Press.
• Schoenbaum, Samuel (1966). Evidencia interna y autoría dramática isabelina: un ensayo de historia y método literario . Evanston, IL, EE. UU.: Northwestern University Press.
• Van Droogenbroeck, Frans J. (2016) " Manejo de la distribución Zipf en la atribución de autoría computarizada "
• Van Droogenbroeck, Frans J. (2019) " Una reformulación esencial de la ley de Zipf-Mandelbrot para resolver aplicaciones de atribución de autoría mediante estadística gaussiana "
• Wang, Haining; Juola, Patrick ; Riddell, Allen (2022). "Reproducción y replicación de un experimento de estilometría adversarial". arXiv : 2208.07395 [ cs.CL ].
• Zenkov, Andrei V. (2018). "Un método de atribución de texto basado en la estadística de numerales". Journal of Quantitative Linguistics . 25 (3): 256– 270. doi : 10.1080/09296174.2017.1371915 . S2CID 49692378 . 
• Zhai, Wanyue; Rusert, Jonathan; Shafiq, Zubair; Srinivasan, Padmini (2022). "Una niña tiene un nombre, y es... Atribución de autoría adversarial para la desofuscación". Actas de la 60.ª Reunión Anual de la Asociación de Lingüística Computacional (Volumen 1: Artículos largos) . pp. 7372–7384 . arXiv : 2203.11849 . doi : 10.18653/v1/2022.acl-long.509 . S2CID 248780012 .  

Véase también la revista académica Literary and Linguistic Computing , ahora Digital Scholarship in the Humanities (publicada por la Universidad de Oxford ) y la revista Language Resources and Evaluation (anteriormente Computers and the Humanities ).

• Asociación para la Informática y las Humanidades
• Informática literaria y lingüística
• Grupo de Estilística Computacional
• Sistema estilométrico de firma
• Programa de atribución de autoría de JGAAP
• Desvelando el misterio de la última novela de J.K. Rowling