Отзыв ведущей организации (Автоматизированная классификация древних рукописей (на материале 525 списков славянского Евангелия от Матфея XI-XVI вв.))

с< УТВЕРЖДА)О» Проректор по научной и инновационной деятельности ФГБОУ ВО «Ижевский государственный технический университет имени М. Т. Калашникова» д-р окон. наук профессор Щенятский та 2018 года ОТЗЫВ ведущей организации о диссертационной работе Мироновой Дины Марковны «Автоматизированная классификация древних рукописей ~На материале 525 списков славянского Евангелия от Матфея Х1-ХЪ'1 вв.)» ВСанкт-Петербург, 2018, 182 стр., 4 приложения), представленной на соискание ученой степени кандидата филологических наук по специальности 10.02.21 — Прикладная и математическая лингвистика. Представленная к защите диссертационная работа посвящена анализу методов автоматической классификации средневековых списков одного произведения, поиску наиболее оптимальных процедур выделения текстологически значимых разночтений и алгоритмов отбора параметров для сравнения рукописей, а также сопоставительной демонстрации результатов группировок на основе различных оснований.

Актуальность работы не вызывает сомнений„так как обусловлена необходимостью разработки и апробации компьютерных методов текстологической классификации большого количества списков одного произведения, что принципиально изменяет возможности традиционных («ручных») приемов и методов выявления генетических связей рукописей и установления истории текста.

Оаучная новизна исследования заключается в апробировании алгоритмов кластеризации списков на основе методики вычленения узлов разночтений, в применении процедур систематизации разночтений к нескольким десяткам стихов Евангелия от Матфея (Мф14:14-34) из 525 славянских списков Евангелий Х1-ХИ веков, в выявлении значимости тина разночтений для группировки списков, в уточнении имеющихся генеалогических классификаций славянских рукописей, содержащих Евангелия, Теоретическая зпачилюсяь рабопгы, безусловно„высока и заключается в демонстрации соотнонгения разных методов автоматического анализа разночтений, в создании комплексной методики нахождения значимой группы (узла) разночтений, в совершенствовании методов оценки разнотипных и разноуровневых различий для нахождения близости друг другу или удаленности рукописей. Лйгводнкн ннплнзп опирается на хо1зощо разраоотанные традиционныс методы выявления групп списков на основе сопоставления лексических, синтаксических, морфологических, структурных расхождений, построения матриц и стемм рукописей и использует автоматические способы получения резульга- Достоверность и обьекгпнвносигь выводов обеспечивается применением двух компькясрных методов группировки, сопоставлением результатов кластеризации с имеющимися данными о родстве списков, объемом привлеченного для анализа материала и его отбором, в результате которого к анализу были привлечены такие списки, которые обеспечили практически полную представленность существующих славянских редакций вплоть до периода появления печатных изданий.

Теоретической базогг последования стали несколько направлений георетической и приклалной палсославистики и палсорусистики: достижения отечественной текстологии средневековых славянских текстов, результаты компьютерных разработок в области сопоставительного анализа средневековых рукописей, опыт разработки и применения методик автоматического анализа списков с целью установления родства н контрастности списков и лр. 1давиои целью работы стало выяснение зависимости группировки списков от применения для этого различных методов и от использования рзаличных типов разночтений.

1еорвтичвскив результаты работы новы и заключаются в доказагельстве результативности использования автоматических методов кластеризации евангельских рукописей на основе количественных данных о совпадении или расхождении некоторых участков списков (узлов), в формализации приемов и методов выделения таких узлов, а также в выявлении различной значимости типов разночтений и их комбинаций для группировки рукописей.

11рактнчвским резгьтатои является нахождение оптимальных параметров (типы разночтений и их сочетания) для установления генетических связей между списками, Вынесенные на заи~иту положения (стр. 10-1! ) являются концептуальными, обосновывакзт базовые методологические и теоретические положения диссертации и отражактг новизну и оригинальность выполненной работы, демонстрируют конкретные результаты. Содвржапнв работы и степень реивншя тхстя>лвнныт идач Первая глава посвящена сопоставлению методов установления текстологической близости списков одного текста.

Особое внимание автор уделяет компьютерным методам классификации (стр. 18-20). в частности, подробно разбирает трехэтапный алгоритм Дееса-Ваттеля (стр. 20-33), алгоритм кластеризации (стр. 33-36), метод А. А. Алексеева (стр. 37-45), их достоинства и недостатки, обсуждает возможности программы Со!!аде (Питер Робинсон), уже полученные па дру гом материале результаты ее использования (стр. 46-48).

Автор демонстрирует глубокие знания методов и методик текстологического анализа. Подробность и тщательность описания методов показывает, что диссертант прекрасно владеет теоретическими и практическими аспектами методик и приемов. Вторая глава содержит описание материала и результаты компьютерного анализа списков.

Аргументированно обосновывается выбор фрагмента Мф14:14-34 как наиболее тщательно воспроизводимого с исходного списка и наименее подвергаемого в одном списке влиянию различных антиграфов (стр. 49); описана подготовка коллаций, в которых были сняты графические н орфографические варианты списков, показано применение процедуры сопоставления списков, которая дала возможность выявить 532 разночтения, а в итоге — пять кластеров списков, совпавших с классификацией друз"их ученых (стр, 53-54), что и является доказательством результативности применения автоматических методик. 1 руппировка списков в кластеры и проведение границ между кластерами, выявление степени близости списков внутри кластера и кластеров между аэбой, описание периферийных списков осуществлены автором тщательно и максимально подробно.

Выводы носят систематизирующий и сопоставительный характер. Гак, например„в «Преславском» кластере выделяется несколько групп, показывается, что списки кластера Нового литургического тетра близки спискам кластера Древнего текста (стр. 77) и мн. др. Значительным достижением разделов второй главы, анализирующих разночтения внутри кластеров, является выявление типичных для кластера вариантов текста (разделы 2.2.1- л з 6) Автором последовательно указывиотся расхождения в принадлежности конкретных списков тому или иному кластеру или группе, а также их ядру или периферии, что осуществляется не только на основании анализа тексза Мф14:14-34, но и с привлечением анализа чтений Евангелия от Иоанна, сделанного другими учеными. 11о Д.

М. Миронова не ограничивается формально- описательными выводами, она, опираясь на работы А. А. Алексеева, объясняет разную степень вариативности внугри некоторых групп (стр. 84) и др. Итогом второй главы является оценка демонстрационных возможностей двух использованных методов и трудозатрат при их применении. И по тому и по другому критерию более эффективным методом классификации списков является метод А. А. Алексеева. Д.М.Миронова доказала эффективность и перспективность использования для оценки одних и тех же данных одновременно двух методов; совпадение результатов в виде включения в ту или иную группу идентичн~х спуск~~ являе|ся доказательством обьективности выводов, а несовпадение (различное положение списка внутри группы — в ядре или на периферии, вхождение в разные группы) дает возмож|к|сть поставить задачу нахождения причин неоднозначности оценки.

Центральной, безусловно, является третья;иави диссертации, в которой обсуждаются ключевые вопросы нахождения и классификации разночтений (узлов разночтений) — при|щипы и правила их выделения (стр. 93-95), определения длины (стр.95-! 03), веса (103-104), типа (104-106). Решение этих задач основано на четко структурированных и систематизированных формальных и содержательных признаках, с помощью которых автор решает сложные задачи нахождения противопоставленных друт другу по некоторому существенному признаку компонентов вариативных контекстов.

Опыт предшестве|шиков, положенные в основу ме.годики, и строгие процедуры, основанные на теории Оп||Ози|[НЙ, пОзвОляют да гь мйксималыю точнОе Определение длины уз||а (с|р. !03) и его типов (стр. !05-10б) и достичь непротиворечивого описания сложных случаев текстового варьирования. В большом разделе 3.2 описывается эксперимент по выявлению влияния типа разночтений на результаты группировки рукописей. Показывается, что учет лишь одного разночтения нс позволяет выделить все группы списков, но дает возможность увидеть наиболее вижныс для единства группы типы и виды разночтений — лексические, виды грамматических замен, замен строевых элементов, перестановок или утрат и добавлений. Раздел ярко и доказательно демонстрирует зависимость группировок От применения определенных параметров процедуры кластеризации„выбор которых сам по себе требует дополнительной, особой аргументации. Но в целом каждая из таких классификаций, основанных на учете различных типов разночтений, противореча или поддерживая друг друга„позволяет выделить более или менее значимые для групп разночтения.

Сопоставление результатов позволяет автору прийти к значимым для истории группы выводам (см., например, вывод О соотношении ПО|диего и Преславского текстов на стр. !32), а также к выводам о различиях между ти- пами разночтений для кластеризации (см., например, выводы о различиях между утратами строевых и лексических элементов на стр, 133 и о низкой значимости перестановок на стр.

137). Другой тип экспериментов — исключение из учитываемых разночтений одного из типов — позволил автору показаты руины„строящиеся с у'четом нескольких типов разночтений (стр. !40„стр. 145, !4б). Такой подход позволяет подтвердить выводы о различном весе (значимости) типов. Важные выводы сделаны в разделе 3.3, где автор, дав определение текстологически важному разночтению, предложив критерии выделения степени значимости и исключив из оснований кластеризации наименее важные (например, разночтения с утратами и строевыми элементами), уточняет принадлежность находившихся на периферии списков тем или иным группам, Другим важным итогом процедуры явилось обнаружение текстологически важных примет каждой из текстовых групп (стр. ! 42 и далее).