zip圧縮で文章の著者推定ができるという都市伝説?を検証してみた。 - Qiita概要 ある小説家Aの文章を3編いれて、zip圧縮をする。 ある小説家Aの文章を2編、ある小説家Bの文章を1編入れて、zip圧縮をする。 このとき、前者の方が効率的に圧縮することができる。 この圧縮率の差からzip圧縮で著者推定ができる。 という話を聞いたことがあり、うすらぼんやりとした記憶があった。 久々にこの話を思い出したので、本当にできるのか？と思って、調査・検証を行ってみました。 経緯 この話は、だいぶ昔でTwitter上で見た。 当時このツイートを見たとき、 「原理的には分かるが、若干ネタ臭がする嘘やろぉ」 と思っていた。 「zip圧縮で文章の著者推定」の情報 自分の記憶だけでは怪しいので、元ネタについて調査した。 その結果、ネットで呆れるほど簡単に情報が見つかった 「同じ著者の小説をつなげてzip圧縮したら、複数の著者の小説をつなげて圧縮するよりも圧縮率がいいから著者推定に使える
