Стил(о|е)метрия

Stylometry

Что будет

1. Что такое стилометрия (с элементами детектива)
2. Откуда взялась стилометрия (с элементами сторителлинга)
3. Как работает современная стилометрия (с микроэлементами математики)
4. Демонстрация в Stylo (с элементами R) — практика в следующий раз!
5. Больше примеров стилометрических детективов исследований

Детектив #1

Смертельная белизна

Гэлбрэйт и Роулинг

Только стилометрия делает это в 100/300/1000-мерном пространстве

Джоан Роулинг

Немного определений

Стилеметрия

это статистический анализ отклонений между литературными стилями разных авторов или жанров

Oxford Dictionary

 лежит гипотеза о том, что у авторского стиля есть как осознаваемая, так и не осознаваемая автором составляющая

Encyclopaedia of Statistical Sciences

В основе стилеметрии

Стилеметрические исследования во всем их разнообразии имеют две общие черты: тексты должны быть каким-то образом преобразованы в числа, а числа — исследованы статистическими методами

M. Eder, M. Kestemont, J. Rybicki. ‘Stylo’: a package for stylometric analyses

Какие элементы текста посчитать проще всего?

По-видимому, в разных стилях книжной и разговорной речи <...> частота употребления разных типов слов различна. Точные изыскания в этой области помогли бы установить структурно-грамматические, а отчасти и семантические различия между стилями <...>
 

В.В. Виноградов (1938) Введение в грамматическое учение о слове

Слова (частотности)

N-граммы слов

Что еще можно посчитать 

• N-граммы (цепочки) символов
  • 'ая', 'овый', 'остью'
• Леммы 
  • (конь/я/ю/ем/ями/ям/ем)
• Части речи
• Синтаксические структуры
• (в стихах) метр

Что еще можно посчитать 

• общий размер словаря автора/текста
• hapax legomena (см. A. Q. Morton. 'Once. A Test of Authorship Based on Words Which Are Not Repeated in the Sample')
• длина предложения
• знаки препинания
• (в нередактированном тексте) ошибки и особенности пунктуации

...и еще

Но зачем?

Применения стилометрии

• Споры об авторстве
• Сравнение жанров
• Сравнение мужских и женских текстов
• Сравнение оригиналов и переводов
• Исследования "стилома" человека (т.н. идиостиль); ранние и поздние тексты
• Forensic linguistics, security and anonymity

Stylo

• Пакет в языке R для стилеметрии
• в него встроена Delta   
• ...и еще много других метрик близости
• есть приятный графический интерфейс!

Stylo

• О программе: сайт разработчиков Stylo
• Документ HOWTO от разработчиков
• Stylometry with R: A Package for Computational Text Analysis. M. Eder, M. Kestemont, J. Rybicki.

Инструкции для вас

• Инструкция по установке и запуску Stylo
• Инструкция по использованию Stylo

Stylo: главные функции

• stylo () 
• classify ()
• rolling.delta (), rolling.classify ()
• oppose ()

stylo () 

• расчет и визуализация стилистической близости
  • Различные способы кластеризации (группировки) текстов по близости
  • Отображение многомерного "стилистического пространства" текстов на плоскости (Principal Component Analysis MDS, tSNE)  
• списки самых частотных слов, таблицы частотности и т.д.

bit.ly/36fxhOX

тетрадка для практики

К 15 февраля (напоминание):

• Объединиться в команды по 2-3 человека

  Сделать исследование — одно из двух:

  • Стилеметрическое

  • Корпусное (с использованием собственного корпуса и корпусного менеджера типа Voyant/AntConc; можно привлечь существующие корпуса типа НКРЯ)

• ​Можно скомбинировать, попробовать оба метода

Результат: презентация команды

• Слайд про идею и цель исследования

• Слайд про ваши данные: какой корпус текстов вы исследовали, как вы его получили

• Представление результатов исследования: графики и дендрограммы из Stylo/ сети на основе Stylo / графики и диаграммы в Excel/Google Sheets. Рассказать, как вы их получили

• Интерпретация результатов: что вы нашли, поняли, проделав это исследование

Критерии оценки

• Внятная идея/цель исследования — 2 балла

• Описание материалов и процедуры исследования (какие тексты/корпуса использовались, что вы с ними делали) — 2 балла

• Результаты: дендрограммы, графики и проч. визуализации — 4 балла

• Интерпретация и выводы — 2 балла

• Итого: 10 баллов

Примеры симпатичных исследований

• Достоевский — новый Гоголь? (похож ли стиль «Бедных людей» на произведения Н.В. Гоголя)

• Может ли писатель создать писателя? Есть ли у Булгаковского мастера свой стиль, отличный от стиля Булгакова?

• Почему Набокову приписывали «Роман с кокаином»?

• Что происходит со стилем при переводе? (исследование серии "Коты воители")