通过分析作品的写作风格来识别作者这一研究在国外很早就开始了,它有很多应用,比如可以帮助人们鉴定某些存在争议的文学作品的作者、判断文章是否剽窃他人作品等。而国内这方面的研究比较少,目前研究得比较多的是《红楼梦》作者问题。作者识别其实就是一个文本分类的过程,文本分类就是在给定的分类体系下,根据文本的内容自动地确定文本所关联的类别。经过多年的研究,已经产生了许多基于统计和机器学习的文本分类算法,如K近邻、朴素贝叶斯和支持向量机等。写作风格学就是通过统计的方法来分析作者的写作风格,作者的写作风格是其在语言文字表达活动中的个人言语特征,是人格在语言活动中的某种体现。这些风格可以通过某些数量特征来体现,例如词长和句长可以体现作者造词句的风格,字、词的出现频率也能体现作者的个人风格,另外还可以从修辞、句法等角度分析作者风格。隐马尔可夫模型是一种基于统计的序列分析和学习模型,也已经被应用于文本分类中,而文档中的各种风格特征之间也是一种序列,另外大量研究表明,支持向量机算法作分类的效果非常好,因此本文提出了两种将写作风格学和文本分类方法相结合的算法来进行作者识别：基于隐马尔可夫模型和写作风格学相结合的算法(简称S_HMM)、基于支持向量机和写作风格学相结合的算法(简称S_SVM)。从后面的实验可以看出,这两种算法取得了较好的效果。最后,本文还提出了一种写作风格稳定性模型。