Verklarende Ontvlochten Representatieleren voor Generaliseerbare Auteurschapstoekenning in het Tijdperk van Generatieve AI

Explainable Disentangled Representation Learning for Generalizable Authorship Attribution in the Era of Generative AI

April 23, 2026

Auteurs: Hieu Man, Van-Cuong Pham, Nghia Trung Ngo, Franck Dernoncourt, Thien Huu Nguyen

cs.AI

Samenvatting

Het leren van robuuste representaties van auteursstijl is cruciaal voor auteursherkenning en de detectie van door AI gegenereerde tekst. Bestaande methoden kampen echter vaak met de verstrengeling van inhoud en stijl, waarbij modellen oppervlakkige correlaties leren tussen de schrijfstijl van auteurs en onderwerpen, wat leidt tot een slechte generalisatie over domeinen heen. Om deze uitdaging aan te pakken, stellen wij de Uitlegbare Auteursvariational Autoencoder (EAVAE) voor, een nieuw framework dat stijl en inhoud expliciet ontwart door middel van een architectuur die scheiding-by-design implementeert. EAVAE traint eerst stijl-encoders voor met supervised contrastief leren op diverse auteurschapsgegevens, en verfijnt deze vervolgens met een Variational Autoencoder (VAE)-architectuur die gebruikmaakt van aparte encoders voor stijl- en inhoudsrepresentaties. De ontwarring wordt afgedwongen door een nieuwe discriminator die niet alleen onderscheidt of paren van stijl-/inhoudsrepresentaties tot dezelfde of verschillende auteurs/inhoudsbronnen behoren, maar ook een natuurlijke taalverklaring genereert voor haar beslissing, waardoor zowel verstorende informatie wordt gereduceerd als de interpreteerbaarheid wordt vergroot. Uitgebreide experimenten tonen de effectiviteit van EAVAE aan. Voor auteursherkenning behalen we state-of-the-art prestaties op diverse datasets, waaronder Amazon Reviews, PAN21 en HRS. Voor de detectie van AI-gegenereerde tekst presteert EAVAE uitstekend in few-shot learning op de M4-dataset. Code en gegevensrepositories zijn online beschikbaar: https://github.com/hieum98/avae en https://huggingface.co/collections/Hieuman/document-level-authorship-datasets.

English

Learning robust representations of authorial style is crucial for authorship attribution and AI-generated text detection. However, existing methods often struggle with content-style entanglement, where models learn spurious correlations between authors' writing styles and topics, leading to poor generalization across domains. To address this challenge, we propose Explainable Authorship Variational Autoencoder (EAVAE), a novel framework that explicitly disentangles style from content through architectural separation-by-design. EAVAE first pretrains style encoders using supervised contrastive learning on diverse authorship data, then finetunes with a Variational Autoencoder (VEA) architecture using separate encoders for style and content representations. Disentanglement is enforced through a novel discriminator that not only distinguishes whether pairs of style/content representations belong to the same or different authors/content sources, but also generates natural language explanation for their decision, simultaneously mitigating confounding information and enhancing interpretability. Extensive experiments demonstrate the effectiveness of EAVAE. On authorship attribution, we achieve state-of-the-art performance on various datasets, including Amazon Reviews, PAN21, and HRS. For AI-generated text detection, EAVAE excels in few-shot learning over the M4 dataset. Code and data repositories are available onlinehttps://github.com/hieum98/avae https://huggingface.co/collections/Hieuman/document-level-authorship-datasets.