پژوهش در علوم انسانی دیجیتال اسلامی Islamic Digital Humanities Research

Research Reproducibility Audit

ممیزی سطح بازتولیدپذیری روش‌های IDHR

این صفحه برای هر روش روشن می‌کند چه چیزی از مقاله/منبع اجرا می‌شود، چه چیزی اجرا نشده، کدام پارامتر از موتور مرجع آمده و پژوهشگر کدام مرحله را باید دستی یا خارج از IDHR انجام دهد. برچسب Beta یعنی ابزار عمداً فقط یک زیرروش منبع‌کامل از مقاله را اجرا می‌کند، نه کل روش منتشرشده را.

برای آموزش آماده‌سازی فایل، انتخاب پارامتر و تفسیر خروجی به راهنماهای کاربر مراجعه کنید؛ این صفحه مخصوص ممیزی علمی پیاده‌سازی است.

دریافت کد نسخه‌دار هستهٔ علمی

اصل توسعه روش‌ها در IDHR

لایه پایه: هر روش با حالت Full paper/method-faithful یا وضعیت بازتولیدپذیری متناظر، فقط بر اساس منبع رسمی منتشرشده اجرا می‌شود و توسعه ابتکاری در آن ادغام نمی‌شود.

لایه توسعه IDHR: اتوماسیون، robustness، sensitivity یا نقد/اصلاح روش فقط در بخش جداگانه با برچسب IDHR Extension / Assistive / Experimental عرضه می‌شود؛ دلیل ایجاد، تفاوت با منبع و پارامترهای آن باید آشکار و در Research Manifest ثبت شود.

Full paper/method-faithful: اجزای مؤثر روش برای اجرای علمی پیاده شده‌اند؛ این برچسب لزوماً به معنی بازسازی بیت‌به‌بیت محیط تاریخی نرم‌افزار نیست.

Source-complete subset: فقط بخش بدون ابهام مقاله اجرا می‌شود؛ ابزار Beta است.

Engine-derived reconstruction: بخشی از اجرای عملی بر پیش‌فرض/پیاده‌سازی مستند موتور مرجع امروزی متکی است و provenance آن ثبت می‌شود.

Reviewed — not executable: مقاله بررسی شده ولی اطلاعات کافی برای اجرای بدون حدس وجود ندارد.

روش‌ها و ابزارهای اجرایی

NORM-ARFA-01IDHR-native / not paper reproduction

نرمال‌سازی نویسه‌ای عربی–فارسی کلاسیک

پیاده‌سازی شده

  • NFKC
  • پروفایل‌های orthographic اعلام‌شده
  • ممیزی codepoint
  • Research Manifest

پیاده‌سازی نشده / محدودیت

  • هیچ normalization ویرایشیِ تاریخیِ منتشرنشده حدس زده نمی‌شود
کد دقیق این روش
TEXT-REUSE-PASSIM-01Engine-derived reconstruction

کشف بازاستفاده متنی با Passim

پیاده‌سازی شده

  • اجرای Passim pin‌شده با پارامترهای اعلام‌شده
  • بازسازی alignment و نتایج
  • Research Manifest

پیاده‌سازی نشده / محدودیت

  • ابزار مشابهت‌یابی متن‌های منبع را پنهانی normalize نمی‌کند

کار دستی/ورودی پژوهشگر

  1. پیش از مقایسه، همه متن‌ها را با یک سیاست normalization یکسان آماده کنید.
کد دقیق این روش
LEX-UNIQUE-01IDHR-native / not paper reproduction

واژه‌های ویژه کتاب مبنا

پیاده‌سازی شده

  • مقایسه واژگانی deterministic تحت normalization مستند

پیاده‌سازی نشده / محدودیت

  • هیچ ادعای انتساب مؤلف یا stemming/lemmatization افزوده نمی‌شود
کد دقیق این روش
EXP-PHRASE-01IDHR-native / not paper reproduction

عبارت‌های تکرارشده ۲ تا ۵ کلمه‌ای

پیاده‌سازی شده

  • شمارش عبارت‌های هم‌پوشان ۲ تا ۵ واژه‌ای
  • مقایسه اکتشافی با تفسیر پژوهشگر

پیاده‌سازی نشده / محدودیت

  • هیچ امتیاز یا قاعده انتساب مؤلف استنتاج نمی‌شود
کد دقیق این روش
LEX-RELATED-01IDHR-native / not paper reproduction

یافتن صورت‌های مرتبط واژه و موقعیت آن‌ها

پیاده‌سازی شده

  • مختصات واژگانی یک‌مبنایی
  • تطابق دقیق و وندهای متصل اعلام‌شده
  • تقسیم‌بندی قطعی برحسب شماره واژه

پیاده‌سازی نشده / محدودیت

  • ریشه‌یابی، تحلیل صرفی یا fuzzy matching نامحدود انجام نمی‌شود
کد دقیق این روش
IDHR-MULTI-01Engine-derived reconstruction

ابزار کمکی IDHR برای شناسایی اثر چندلایه

پیاده‌سازی شده

    پیاده‌سازی نشده / محدودیت

      صفحه ابزار کد دقیق این روش
      LI-ISC-01Engine-derived reconstruction

      تغییر سبک درون‌متنی با پروفایل n-gram نویسه‌ای

      پیاده‌سازی شده

        پیاده‌سازی نشده / محدودیت

          صفحه ابزار کد دقیق این روش
          IDHR-LOWO-01Engine-derived reconstruction

          اعتبارسنجی و تنظیم‌یابی corpus با LOWO

          پیاده‌سازی شده

            پیاده‌سازی نشده / محدودیت

              صفحه ابزار کد دقیق این روش
              FA-POET-02-SPLITSource-complete subsetBeta

              PARSI — ممیزی poem-level split و نشت داده — Beta

              پیاده‌سازی شده

              • ممیزی عدم هم‌پوشانی در سطح شعر
              • نسبت‌های هدف منتشرشده ۸۰/۱۰/۱۰ در سطح شعر
              • بررسی stratification در سطح شاعر
              • flag شرط منتشرشده ۵۰ بیت

              پیاده‌سازی نشده / محدودیت

              • مدل عصبی کامل PARSI
              • تولید split دقیق مقاله، چون مقدار عددی random seed منتشر نشده است

              کار دستی/ورودی پژوهشگر

              1. split واقعیِ سطح شعرِ آزمایش خود را به CSV با ستون‌های poem_id, poet, split آماده/خروجی بگیرید.
              2. CSV را بارگذاری کنید؛ IDHR بدون اختراع seed جایگزین آن را ممیزی می‌کند.
              صفحه ابزار کد دقیق این روش
              FA-POET-02-EVALSource-complete subsetBeta

              PARSI — ارزیابی بیت/شعر با majority و weighted voting — Beta

              پیاده‌سازی شده

              • argmax یکتا در سطح بیت
              • majority voting در سطح شعر
              • weighted voting با جمع احتمال‌ها در سطح شعر
              • Accuracy/coverage و معیارهای macro/per-class با tie دقیقِ حل‌نشده

              پیاده‌سازی نشده / محدودیت

              • شبکه چندورودی کامل PARSI شامل Transformer/Word2Vec/ویژگی‌های استایلومتری
              • threshold abstention چون مقاله کمیت احتمال نرمال‌شده را به‌طور عملیاتی pin نکرده است
              • mapping وزن عروضی، checkpoint، hidden sizes، seed و آمار scaler منتشرنشده

              کار دستی/ورودی پژوهشگر

              1. مدل بیرونی را اجرا کنید و برای هر بیت یک سطر با poem_id، true_poet و ستون‌های softmax به صورت prob::<poet> خروجی بگیرید.
              2. احتمال‌ها را بارگذاری کنید؛ IDHR فقط لایه ارزیابی source-complete را ادامه می‌دهد.
              صفحه ابزار کد دقیق این روش
              FA-AA-02-HCASource-complete subsetBeta

              واژه‌های دستوری فارسی گلشائی — خوشه‌بندی Delta — Beta

              پیاده‌سازی شده

              • ۲۰ واژه دستوری تک‌واژه‌ای منتشرشده
              • فراوانی‌های نسبی
              • Delta کلاسیک
              • HCA با Ward.D که صریحاً engine-derived/stylo-default برچسب می‌خورد

              پیاده‌سازی نشده / محدودیت

              • الگوریتم تصحیح املایی Vafa برای بازسازی کامل به اندازه کافی توصیف نشده است
              • تمام تصمیم‌های پاک‌سازی دستی corpus به شکل الگوریتم منتشر نشده‌اند
              • شاخه‌های bigram/trigram که دستی پالایش شده‌اند بازسازی نشده‌اند
              • sweep خودکار نمونه‌گیری paper-faithful نیست چون سیاست کامل sampling pin نشده است
              • نسخه تاریخی R/stylo و linkage مقاله برای HCA منتشر نشده‌اند

              کار دستی/ورودی پژوهشگر

              1. پیش از بارگذاری نام نویسنده، paratext/مواد غیرنویسنده و بخش‌های دارای نقل‌قول سنگین را با یک سیاست پژوهشی صریح پاک کنید.
              2. اگر برای replication تصحیح املایی لازم است، آن را خارج از IDHR انجام و مستند کنید؛ IDHR workflow منتشرنشده Vafa را جعل نمی‌کند.
              3. هر نمونه آماده‌شده را یک فایل TXT جدا بدهید؛ IDHR از همان نمونه‌های آماده پژوهشگر ادامه می‌دهد.
              صفحه ابزار کد دقیق این روش
              FA-AA-02-PCASource-complete subsetBeta

              واژه‌های دستوری فارسی گلشائی — PCA و بارهای عاملی — Beta

              پیاده‌سازی شده

              • ۲۰ واژه دستوری تک‌واژه‌ای منتشرشده
              • فراوانی‌های نسبی
              • مختصات PCA، واریانس تبیین‌شده و loadings با موتور مدرن pin‌شده

              پیاده‌سازی نشده / محدودیت

              • workflow تصحیح املایی Vafa از مقاله قابل بازسازی کامل نیست
              • پالایش دستی bigram/trigram قابل بازسازی ماشینی نیست
              • سیاست کامل sampling خودکار pin نشده است
              • محیط عددی تاریخی R/stylo pin نشده است

              کار دستی/ورودی پژوهشگر

              1. پیش از بارگذاری نام نویسنده، paratext/مواد غیرنویسنده و بخش‌های دارای نقل‌قول سنگین را با یک سیاست پژوهشی صریح پاک کنید.
              2. هر تصحیح املایی لازم را خارج از IDHR انجام و مستند کنید.
              3. هر نمونه آماده را TXT جدا بارگذاری کنید؛ IDHR PCA را از همان فایل‌ها ادامه می‌دهد.
              صفحه ابزار کد دقیق این روش
              AR-AA-07-WDSource-complete subsetBeta

              پروتکل واژه‌ای نهج‌البلاغه: ۳۰۰۰ توکن + ۱۰۰ MFW + Eder’s Delta — Beta

              پیاده‌سازی شده

              • فقط شاخه whole-word
              • قطعه‌های کامل ۳۰۰۰ توکنی
              • ۱۰۰ MFW
              • ماتریس فاصله Eder’s Delta

              پیاده‌سازی نشده / محدودیت

              • شاخه function-word: فهرست دقیق واژه‌ها منتشر نشده است
              • classifierهای supervised: hyperparameterهای مؤثر کامل pin نشده‌اند
              • regexهای حذف نقل‌قول/پاورقی ویراستاری مقاله منتشر نشده‌اند
              • شاخه‌های segment/function-word خارج از زیرروش source-complete هستند

              کار دستی/ورودی پژوهشگر

              1. اگر هدف بازسازی نزدیک corpus مقاله است، پیش از بارگذاری نقل‌قول‌ها و پاورقی‌های ویراستاری را با یک سیاست مستند پژوهشگر حذف کنید.
              2. corpus هدف و دو corpus نامزدِ پاک‌شده را بارگذاری کنید تا IDHR تحلیل را ادامه دهد.
              صفحه ابزار کد دقیق این روش
              AR-AA-05Full paper/method-faithful

              انتساب مؤلف عربی با واژه‌های دستوری Shaker–Corne

              پیاده‌سازی شده

              • مجموعه‌های واژه دستوری منتشرشده AFW65/AFW54
              • قطعه‌بندی ۱۰۰۰/۲۰۰۰/۳۰۰۰ واژه‌ای در حالت پایه با نگه‌داشتن فقط chunkهای کامل و ثبت remainder حذف‌شده
              • جست‌وجوی تکاملی ویژگی و GLM لجستیک regularized با انتخاب LOO
              • دو preset تکرار منتشرشده: ۵ trial در مقاله UKCI 2010 و ۱۰ اجرای مستقل در رساله ۲۰۱۲
              • طراحی پایه یک کتاب آموزشی از هر نامزد و تصمیم کتاب با رأی اکثریت

              پیاده‌سازی نشده / محدودیت

              • state مولد تصادفی MATLAB تاریخی منتشر نشده است؛ IDHR seedهای خود را صریح ثبت می‌کند و ادعای bitwise historical reproduction ندارد

              توسعه‌های IDHR — جدا از روش پایه

              • Replicated cases: همه جفت‌های کتابی A×B به‌صورت caseهای مستقل برای سنجش حساسیت به انتخاب کتاب آموزشی
              • Multi-book pooling: هر کتاب جداگانه chunk می‌شود و chunkهای یک نویسنده با حفظ provenance در یک کلاس آموزشی pool می‌شوند
              • Author-stream pooling: متون آموزشی هر نویسنده با ترتیب ثبت‌شده در یک جریان توکنی provenance-aware تجمیع و سپس chunk می‌شوند؛ مناسب برای مجموعه آثار کوتاه و صریحاً توسعه IDHR
              • Balanced exhaustive subsets: کلاس کوچک‌تر کامل نگه داشته می‌شود و همه زیرمجموعه‌های هم‌اندازه از کلاس بزرگ‌تر به‌صورت case مستقل آزموده می‌شوند؛ خروجی فقط robustness توصیفی است نه confidence
              • Preserve remainder: فقط در حالت توسعه/حساسیت‌سنجی و با برچسب صریح IDHR؛ حالت پایه remainder را discard می‌کند
              صفحه ابزار کد دقیق این روش
              AA-DELTA-01Full paper/method-faithful

              Delta کلاسیک Burrows

              پیاده‌سازی شده

              • فاصله Delta کلاسیک Burrows
              • فراوانی نسبی MFW و استانداردسازی با موتور مرجع pin‌شده
              • Research Manifest شامل هش ورودی‌ها و پارامترهای مؤثر

              پیاده‌سازی نشده / محدودیت

              • ادعای بازسازی bitwise محیط محاسباتی تاریخی Burrows مطرح نمی‌شود
              صفحه ابزار کد دقیق این روش
              AA-DELTA-03Full paper/method-faithful

              Cosine Delta

              پیاده‌سازی شده

              • Cosine Delta روی بردارهای ویژگی استانداردشده
              • ثبت provenance موتور و runtime pin‌شده
              • Research Manifest

              پیاده‌سازی نشده / محدودیت

              • ادعای بازسازی bit-for-bit یک software stack تاریخیِ نامشخص مطرح نمی‌شود
              صفحه ابزار کد دقیق این روش
              AA-DELTA-04Full paper/method-faithful

              Delta اِدِر (Eder’s Delta)

              پیاده‌سازی شده

              • Eder’s Delta با پیاده‌سازی مرجع stylo pin‌شده
              • MFW و culling اعلام‌شده توسط پژوهشگر
              • Research Manifest

              پیاده‌سازی نشده / محدودیت

              • ادعای بازسازی bit-for-bit یک اجرای تاریخی خاص مطرح نمی‌شود
              صفحه ابزار کد دقیق این روش
              EXP-PCA-01Engine-derived reconstruction

              تحلیل مؤلفه‌های اصلی (PCA)

              پیاده‌سازی شده

              • PCA با پیاده‌سازی مرجع pin‌شده stylo/R
              • مختصات، واریانس و پارامترهای مؤثر ثبت‌شده

              پیاده‌سازی نشده / محدودیت

              • وضعیت تاریخی package/runtime نمونه‌های منتشرشده دیگر به‌طور پنهانی بازسازی نمی‌شود
              صفحه ابزار کد دقیق این روش
              EXP-HCA-01Engine-derived reconstruction

              خوشه‌بندی سلسله‌مراتبی (HCA)

              پیاده‌سازی شده

              • HCA با stylo 0.7.71 pin‌شده
              • Delta کلاسیک با پیکربندی مستند Ward.D موتور
              • ثبت provenance تنظیمات engine-derived در Manifest

              پیاده‌سازی نشده / محدودیت

              • ادعا نمی‌شود که Ward.D در همه مطالعات تاریخی HCA استفاده شده است
              صفحه ابزار کد دقیق این روش
              EXP-BCT-01Engine-derived reconstruction

              Bootstrap Consensus Tree

              پیاده‌سازی شده

              • Bootstrap Consensus Tree با stylo pin‌شده
              • بازه MFW و consensus strength صریح
              • ثبت پارامترها در Manifest

              پیاده‌سازی نشده / محدودیت

              • پارامترهای مثال منتشرشده به‌عنوان مقدار بهینه عمومی تلقی نمی‌شوند
              صفحه ابزار کد دقیق این روش
              EXP-FREQ-01Engine-derived reconstruction

              پروفایل واژگان پرتکرار (MFW)

              پیاده‌سازی شده

              • استخراج MFW و پروفایل فراوانی نسبی با stylo pin‌شده
              • پارامترهای صریح MFW/culling

              پیاده‌سازی نشده / محدودیت

              • از این پروفایل احتمال انتساب مؤلف استنتاج نمی‌شود
              صفحه ابزار کد دقیق این روش
              EXP-NGRAM-01Engine-derived reconstruction

              پروفایل n-gram نویسه‌ای

              پیاده‌سازی شده

              • استخراج ویژگی n-gram نویسه‌ای با stylo pin‌شده
              • n و MFW/culling صریح

              پیاده‌سازی نشده / محدودیت

              • پالایش دستیِ خاص مقاله بدون قاعده منتشرشده بازسازی نمی‌شود
              صفحه ابزار کد دقیق این روش
              LI-AV-01Engine-derived reconstruction

              General Impostors — تأیید مؤلف

              پیاده‌سازی شده

              • General Impostors با stylo 0.7.71::imposters
              • پیش‌فرض‌های مستند موتور و پارامترهای صریح اجرا
              • seed اجرا و provenance در Manifest

              پیاده‌سازی نشده / محدودیت

              • هیچ threshold عمومی پذیرش/رد اختراع نمی‌شود
              • ادعا نمی‌شود stylo فعلی bitwise-identical با کد تاریخی Koppel & Winter است
              صفحه ابزار کد دقیق این روش
              LI-XTOPIC-01Full paper/method-faithful

              Text Distortion برای کاهش اثر موضوع

              پیاده‌سازی شده

              • تبدیل‌های منتشرشده DV-MA و DV-SA
              • شبکه k منتشرشده
              • فهرست بسامدی مستقل و رتبه‌بندی‌شده زبان Wk که پژوهشگر می‌دهد

              پیاده‌سازی نشده / محدودیت

              • IDHR فهرست Wk زبان را از corpus مورد مناقشه استخراج نمی‌کند
              • این ابزار پیش‌پردازش هیچ امتیاز downstream انتساب مؤلف اختراع نمی‌کند

              کار دستی/ورودی پژوهشگر

              1. یک فهرست بسامدی مستقل برای زبان مربوط تهیه کنید؛ هر خط یک واژه و ترتیب از پرتکرار به کم‌تکرار باشد.
              2. فهرست بسامدی را همراه متن‌ها بدهید؛ IDHR با DV-MA/DV-SA ادامه می‌دهد.
              صفحه ابزار کد دقیق این روش
              MIX-RD-01Engine-derived reconstruction

              Rolling Delta — تغییر سبک در طول متن

              پیاده‌سازی شده

              • Rolling Delta با stylo 0.7.71
              • window/overlap/MFW/culling صریح
              • برچسب کلاس از corpus آموزشی پژوهشگر

              پیاده‌سازی نشده / محدودیت

              • window نمونه ۵۰۰۰/۴۵۰۰ مقاله به‌عنوان optimum عمومی تلقی نمی‌شود
              • حکم خودکار mixed-authorship اختراع نمی‌شود
              صفحه ابزار کد دقیق این روش
              MIX-RSVM-01Engine-derived reconstruction

              Rolling SVM — تغییر سبک در طول متن

              پیاده‌سازی شده

              • Rolling SVM با stylo 0.7.71
              • window/overlap و برچسب‌های آموزشی صریح

              پیاده‌سازی نشده / محدودیت

              • ادعا نمی‌شود پیش‌فرض‌های موتور هر محیط تاریخی SVM را bit-for-bit بازسازی می‌کنند
              • حکم نهایی خودکار درباره تغییر مؤلف صادر نمی‌شود
              صفحه ابزار کد دقیق این روش
              MIX-RNSC-01Engine-derived reconstruction

              Rolling NSC — تغییر سبک در طول متن

              پیاده‌سازی شده

              • Rolling NSC با stylo 0.7.71
              • window/overlap و برچسب‌های آموزشی صریح

              پیاده‌سازی نشده / محدودیت

              • ادعای یکسانی bitwise با محیط تاریخی مطرح نمی‌شود
              • حکم نهایی خودکار درباره تغییر مؤلف صادر نمی‌شود
              صفحه ابزار کد دقیق این روش
              QC-OCR-01Full paper/method-faithful

              کنترل کیفیت OCR/HTR با متن مرجع

              پیاده‌سازی شده

              • CER/WER در برابر Ground Truth انسانی با تعریف مبتنی بر Levenshtein
              • گزارش اصلی و گزارش ثانویه orthographic-normalized به‌صورت صریح و جدا

              پیاده‌سازی نشده / محدودیت

              • هیچ threshold اختراعی pass/fail برای کیفیت اعمال نمی‌شود

              کار دستی/ورودی پژوهشگر

              1. یک Ground Truth انسانیِ بازبینی‌شده و دقیقاً متناظر با نمونه OCR/HTR آماده کنید.
              2. Ground Truth و متن OCR مشاهده‌شده را بارگذاری کنید؛ IDHR با CER/WER ادامه می‌دهد.
              صفحه ابزار کد دقیق این روش
              QC-SIZE-01Full paper/method-faithful

              حساسیت به اندازه قطعه

              پیاده‌سازی شده

              • اجرای مستقل در اندازه‌قطعه‌های اعلام‌شده توسط پژوهشگر
              • نتیجه جدا برای هر اندازه؛ بدون امتیاز تجمیعی اختراعی

              پیاده‌سازی نشده / محدودیت

              • هیچ حداقل اندازه متن به‌عنوان آستانه عمومی اعلام نمی‌شود
              صفحه ابزار کد دقیق این روش

              روش‌های بررسی‌شده اما غیرقابل‌اجرا بدون حدس

              AR-AA-01Reviewed — not executable

              Ouamour & Sayoud 2012 SMO-SVM / ancient Arabic travelers

              اطلاعاتی که منبع روشن کرده

              • AAAT; 10 authors; 2 texts train + 1 test; JGAAP SMO-SVM; char/char n-grams/word/word n-grams/rare words; 600 MFF where starred

              مانع اجرا

              • Paper does not publish the exact JGAAP preprocessing/event-driver configuration, operational rare-word definition, or SMO kernel/C/other classifier settings needed for exact replication.

              IDHR برای پرکردن این خلأها الگوریتم، وزن، seed، threshold یا hyperparameter اختراعی وارد نمی‌کند.

              AR-AA-02Reviewed — not executable

              Ouamour & Sayoud 2013 lexical features / seven classifiers

              اطلاعاتی که منبع روشن کرده

              • Manhattan/Cosine/Stamatatos/Canberra formulas; MLP, SMO-SVM, linear regression; word 1-4 grams and rare words; 600 MFF for starred ML results

              مانع اجرا

              • Distance-to-author decision/aggregation rule, rare-word operational definition, and MLP/SVM/regression training parameters are not specified enough for a paper-faithful executable method.

              IDHR برای پرکردن این خلأها الگوریتم، وزن، seed، threshold یا hyperparameter اختراعی وارد نمی‌کند.

              AR-AA-04Reviewed — not executable

              Boukhaled 2022 Classical Arabic ML

              اطلاعاتی که منبع روشن کرده

              • OpenITI; 700 books/20 authors; sentence-based slicing to smallest book; L1 normalization; char/POS n-grams 1-3; function words; LogisticRegression/GaussianNB/KNN; 10-fold CV; KNN K=3

              مانع اجرا

              • Exact function-word inventory, POS processing pipeline, KNN metric/weight/tie settings, logistic regression configuration and CV randomization details are not published.

              IDHR برای پرکردن این خلأها الگوریتم، وزن، seed، threshold یا hyperparameter اختراعی وارد نمی‌کند.

              AR-AA-07-SEGReviewed — not executable

              Sarwar & Mohamed segment/function-word branches and supervised models

              اطلاعاتی که منبع روشن کرده

              • Arabic-SOS segmentation; 100 MFS/100 function words; 3000-token default chunks; function-word supervised chunks 400; 5-fold stratified CV; seven classifiers

              مانع اجرا

              • Exact function-word list, quote-removal regexes, supervised model hyperparameters and some unsupervised implementation details are not published. Arabic-SOS code is public, but its external model/provenance must be pinned before native integration.

              IDHR برای پرکردن این خلأها الگوریتم، وزن، seed، threshold یا hyperparameter اختراعی وارد نمی‌کند.

              AR-AA-03Reviewed — not executable

              Howedi et al. historical Arabic KNN

              مانع اجرا

              • KNN distance, weighting and tie handling are under-specified.

              IDHR برای پرکردن این خلأها الگوریتم، وزن، seed، threshold یا hyperparameter اختراعی وارد نمی‌کند.

              FA-AA-01Reviewed — not executable

              Vazirian & Zahedi 2016 modified language model

              مانع اجرا

              • Smoothing/probability handling and the final modified weighting are not sufficiently unambiguous for paper-faithful implementation.

              IDHR برای پرکردن این خلأها الگوریتم، وزن، seed، threshold یا hyperparameter اختراعی وارد نمی‌کند.

              FA-AA-03Reviewed — not executable

              Soltanzadeh et al. 2024 Persian function/content words + MLP

              مانع اجرا

              • Exact 227-to-147 feature-selection criterion, scikit-learn version/random state and all effective defaults are not pinned by the publication.

              IDHR برای پرکردن این خلأها الگوریتم، وزن، seed، threshold یا hyperparameter اختراعی وارد نمی‌کند.

              FA-AA-04Reviewed — not executable

              Reisi & Mahboob Farimani 2020 historical Persian CNN + self-attention

              مانع اجرا

              • Winning CNN/self-attention filter configuration, layer-wise dropout, attention heads, full Word2Vec parameters, runtime versions, random seeds and operational historical spelling/punctuation preprocessing are not fully pinned by the publication.

              IDHR برای پرکردن این خلأها الگوریتم، وزن، seed، threshold یا hyperparameter اختراعی وارد نمی‌کند.

              QC-VOL-01Reviewed — not executable

              Stylometric volatility (Camps, Clérice & Pinche 2021)

              اطلاعاتی که منبع روشن کرده

              • The publication describes a neighbourhood-stability/volatility measure with range -1 to +1 over multiple clustering configurations.

              مانع اجرا

              • The exact equation is not recoverable from the accessible article rendering used for implementation review. IDHR does not infer or invent the formula.

              IDHR برای پرکردن این خلأها الگوریتم، وزن، seed، threshold یا hyperparameter اختراعی وارد نمی‌کند.

              FA-POET-02Reviewed — not executable

              PARSI 2025 full multi-input neural authorship model

              اطلاعاتی که منبع روشن کرده

              • transformer/RoBERTa-based 768-dimensional verse representation
              • 100-dimensional Word2Vec poetry embedding
              • 7 stylometric features
              • one-hot poetic form and meter
              • 123 meter patterns reduced to 15 classes
              • maximum sequence length 64
              • AdamW learning rate 2e-5 and weight decay 0.01
              • 10% linear warmup followed by cosine decay
              • maximum 16 epochs; early stopping patience 3
              • batch size 32; gradient clipping norm 1.0; classification-head dropout 0.3
              • inverse-frequency class weights
              • poem-level 80/10/10 stratified split

              مانع اجرا

              • exact pretrained transformer checkpoint/model identifier is not pinned
              • winning hidden-layer sizes from grid search are not published
              • numeric PyTorch/NumPy random seed is not published
              • full Word2Vec training hyperparameters/artifact are not pinned
              • exact normalization formula/fitted statistics for the seven stylometric features are not pinned
              • operational definitions for all seven features are not sufficiently complete for bitwise reconstruction
              • the mapping from 123 individual meters to 15 standardized classes is not published as an executable mapping
              • threshold abstention probability normalization/aggregation is internally ambiguous
              • the paper reports intermediate corpus statistics of 74 poets/693,158 verses and an evaluation set of 67 poets while the abstract reports 647,653 verses; the exact released training artifact is not pinned in the publication

              IDHR برای پرکردن این خلأها الگوریتم، وزن، seed، threshold یا hyperparameter اختراعی وارد نمی‌کند.

              AR-POET-01Reviewed — not executable

              Alqurashi et al. 2025 CAMeLBERT ensemble for Classical Arabic poetry authorship attribution

              اطلاعاتی که منبع روشن کرده

              • Classical Arabic Poetry corpus
              • Embedded Topic Modeling with 5 topics and 50 epochs in the selected setting
              • CAMeLBERT-based ensemble
              • majority voting across ensemble models
              • parameter experiments over opposite poets and training-example counts

              مانع اجرا

              • exact CAMeLBERT checkpoint/variant is not operationally pinned
              • complete deterministic train/validation/test construction and random seeds are not pinned
              • exact ensemble member construction and all effective fine-tuning defaults are not sufficiently specified for paper-faithful reproduction

              IDHR برای پرکردن این خلأها الگوریتم، وزن، seed، threshold یا hyperparameter اختراعی وارد نمی‌کند.