Автор в словах: доступно рассказываем, что такое стилометрия

Digital Humanities — область, где гуманитарные науки встречаются с вычислениями. Пример такого синтеза — стилометрия, статистический анализ для атрибуции текста. Мы все время упоминаем этот метод, и, кажется, пора объяснить, что он из себя представляет и откуда вообще взялся.

Кто придумал считать слова?

Первую попытку количественного анализа авторского стиля в России предпринял русский ученый-энциклопедист Николай Морозов. В своей статье он подсчитал частотность всего трех служебных слов у Пушкина, Толстого, Гоголя и Тургенева. Морозов показал закономерность, но полноценный эксперимент, который бы доказывал эффективность метода на разных авторах, исследователь не поставил.

Найти автора

Первый прорыв совершили два американских статистика — Фредерик Мостеллер и Дэвид Уоллес. Вооружившись ЭВМ, они взялись за знаменитую историческую загадку: авторство 12 спорных памфлетов из «Записок федералиста». Автоматизировав подсчет ряда служебных слов, ученые обнаружили четкое статистическое сходство спорных текстов с работами Джеймса Мэдисона. Этот эксперимент доказал главную идею стилометрии: человек почти не контролирует грамматическую часть своей речи.

Дельта Бёрроуза

Метод Дельты, который придумал Джон Бёрроуз, стал основой для большинства современных стилометрических исследований. ​​Его гениальность в понятном алгоритме: метод измеряет «стилистическое расстояние» (дельту) между текстами на основе разницы в частотности самых употребляемых слов. Чем меньше дельта между спорным текстом и образцом автора — тем выше вероятность авторства. Дельта работает с разными жанрами и языками, включая даже древние!

Перспективы стилометрии

• Выявление соавторства: В ходе исследований часто необходимо определить, какие фрагменты писал один из авторов, а какие — другой. Инструменты вроде rolling stylo уже могут динамически показать авторский сигнал в тексте.
• Анализ переводов: Исследования показывают, что авторский стиль во многих случаях виден даже через перевод, однако результаты довольно противоречивы.

И это только начало. Заходите на DH-портал: читайте наш материал, а затем используйте подробный гайд, чтобы самим провести стилометрический анализ библиотеки языка R stylo. Чтобы увидеть всю мощь метода в действии, вы можете обратиться к примерам наших стилометрических исследований. Узнаете, о том, как авторы «обманули» стилометрический анализ, как стилометрия решает сложнейшие проблемы атрибуции, почему «Тихий Дон» остается загадкой даже для стилометрии, и как алгоритмы помогают распутывать клубок авторства древних исландских саг.

А пока предлагаем вам поразмышлять о том, какой элемент писательского почерка невозможно подделать.

🤖 «Системный Блокъ» @sysblok