Как сообщает ряд специализированных изданий, специалисты по работе с данными смогли декодировать неструктурированные данные и точно спрогнозировать,например,в каких местах Афганистана будут происходить акты насилия. Теперь они также способны, проанализировав неструктурированные данные, определить личность автора документа. Похоже, что каждый из нас имеет "отпечаток письма" такой же уникальный, как и отпечатки пальцев.
По заявлениям судебных лингвистов, экспертов, которые расследуют происхождение текстов, если они получат образцы письма конкретного человека, они смогут определить с точностью до 95% авторство этого человека в других документах. Судебные эксперты вызывались в качестве свидетелей в громком процессе Пола Сеглиа, подавшего в суд на Марка Цукерберга, заявившего, что ему принадлежит половина Facebook. Они также использовались в качестве экспертов в расследовании убийств.
Хотя область судебной лингвистики развивалась до появления больших объемов данных, тот поток информации, который генерируется сейчас в Интернете, открывает новые возможности для автоматизации анализа. Компания, использующая эти возможности, утверждает, что она может обнаружить автора документа и узнать о нем очень многое — от пола, возраста и образования, до достоверности содержимого документа.
При этом некоторые виды анализа даже не требуют знакомства с конкретным человеком, чтобы определить авторство документа. Так, используя сотни тысяч доступных сообщений электронной почты от сотрудников компании Enron, группа компьютерных специалистов из Университета Согласия в Монреале проверила свой подход к кластеризации документов неизвестного происхождения. Их цель заключалась в определении документов, написанных одним человеком. Хотя они и отмечают необходимость в дальнейших исследованиях, они убеждены, что их метод кластеризации может быть использован при расследовании кибернетических преступлений, где все, что имеют в своем распоряжении следователи, — это огромные объемы подозрительной электронной почты, текстовых сообщений или другого письменного материала.
Хотя судебные лингвисты и говорят, что их анализ похож на сравнение ДНК человека для целей идентификации, они уверены, что могут находить те стилистические особенности в нашей прозе, которые делают нас уникальными, даже если писатель преднамеренно стремится сбить с толку того, кто пытается определить его или ее пол, или притворяется неграмотным, когда, фактически, имеет университетский диплом.
Большие объемы данных ускоряют развитие судебной лингвистики в качестве инструмента, который можно использовать в расследовании преступлений и в суде для выяснения истины. Судебная лингвистика становится еще одним методом анализа для улучшения современной жизни.
