Резюме_Скоринкин_14.12.2018 (1137489), страница 3
Текст из файла (страница 3)
Размерсписка слов устанавливался в ходе эксперимента, принципиально схожего с опытами поатрибуции авторства. Речь, принадлежащая одному персонажу, рассматривалась как аналогкорпуса произведений одного автора. Реплики каждого персонажа были случайнымобразом разделены на две сопоставимые по размеру коллекции — обучающую и тестовую.Далее производилась классификация документов в тестовой коллекции с использованиемсписка лемм различной длины. Наиболее успешная классификация была осуществлена наоснове 130 наиболее частотных слов.
В связи с этим именно список из 130 наиболеечастотных лемм использовался для построения системы персонажей произведенияЛ. Н. Толстого при помощи стилеметрии.Ограничением стилеметрического метода является чувствительность к размеру текста.Проанализировав работы по стилеметрии, мы определили нижнюю границу размеракорпуса речи каждого персонажа как 1000 словоупотреблений.
В этой части исследованияучаствовали только те персонажи, чей совокупный объем прямой речи превышает 1000словоупотреблений. Подсчет на основе подготовленной разметки показал, что такихперсонажей 16, два из них — Наполеон и Рамбаль — были исключены, т.к. их речь переданапреимущественно на французском языке. В результате в эксперименте исследовалась речьследующих персонажей: Андрей Болконский, Пьер Безухов, Наташа Ростова, НиколайРостов, Марья Болконская, Василий Курагин, старый князь Николай Болконский, Денисов,граф Илья Ростов, Кутузов, графиня Наталья Ростова, Долохов, А. М.
Друбецкая, А. П.ШерерВ ходе эксперимента каждый персонаж был представлен как вектор относительныхчастотностей слов (лемм) в его речи. Вектор для каждого персонажа содержал частотностилемм из общего для всех персонажей списка в 130 лемм. Таким образом, все исследованныеперсонажи были представлены как точки в 130-мерном пространстве и сгруппированы погеометрической близости в этом пространстве.
Для снижения размерности и визуализацииблизости применялись методы снижения размерности: многомерное шкалирование и метод9главныхкомпонент.Дляотображениягруппировкиперсонажейприменяласьиерархическая кластеризация.Рис. 1. Визуализация пространства 14 персонажей «Войны и мира» при помощи методамногомерного шкалированияНаиболееявнаястилеметрическихграницавизмеренийпространстверечи,персонажей,проходитмеждупостроенномгруппойизнаосновеА. П. Шерер,А. М.
Друбецкой и Василия Курагина — и всеми прочими персонажами, вошедшими в нашсписок. Группу выделяют все использованные методы многомерного анализа.Оставшаяся группа из 11 персонажей распадается на две подгруппы. Одна из подгруппобъединяет главных неисторических персонажей книги: Пьера Безухова, АндреяБолконского Николая Ростова, Наташу Ростову, княжну Марью Болконскую. В другойподгруппе — в основном статичные персонажи второго плана: Денисов, князь НиколайАндреевич Болконский, Кутузов, граф Илья Ростов графиня Наталья Ростова (обозначенакак «Н.Ростова-ст»), Долохов.10Рис. 2.
Иерархическая кластеризация речи 14 персонажей «Войны и мира» на основеметрики Delta с использованием 130 наиболее частотных словВторой опробованный в работе метод является альтернативой стилеметрии. В немцеленаправленно используются характеристики речи, не связанные с ее лексическимсоставом. Эти характеристики подобраны с целью формализовать различия между героямив их манере говорить.
При чтении «Войны и мира» можно заметить, что стили речиперсонажей различны по своей экспрессии, непосредственности, темпераменту. Например,чрезвычайно жива и непосредственна речь Ростовых, в особенности Наташи, Пети и графаИльи Андреевича:1) Соня! чтò ты?.. Чтó, чтó с тобой? У-у-у!...2) Что? Кому?.. Шутишь!3) Я, я... я поеду с вами!Речь князя Василия, напротив, построена с несвойственной устной речи правильностью:4) Помните, что вы будете отвечать за все последствия, — строго сказал князь Василий,— вы не знаете, что вы делаете.Для статистического анализа речь каждого персонажа была представлена в виде пятиколичественных параметров (т.е.
пятимерного вектора):1. Доля восклицательных реплик2. Доля вопросительных реплик3. Доля знаков препинания в репликах (отношение числа знаков препинания к числуслов)114. Частотность дискурсивных маркеров (в первую очередь частиц и междометий)5. Читабельность текста (readability), рассчитанная на основе 5 наиболее известныхметрик при помощи API сайта http://ru.readability.io/: индекс Флеша-Кинкэйда,индекс Колман-Лиау, метрика SMOG, Automatic Readability Index, формула ДэйлаЧэлла.
Эти метрики опираются на среднюю длину слова (подсчет числа слогов) ипредложения в тексте.Группировка персонажей по формальным признакам, представленная при помощи методаглавных компонент на рис. 3, частично совпадает с группировкой на основе стилеметрии.Рис. 3. Визуализация метода комплексной оценки нелексических параметров прямой речипри помощи метода главных компонентТак, здесь еще более отчетливо выделяется группа В. Курагина, А.
М. Друбецкой и А. П.Шерер. Важное отличие второго метода состоит в том, что мы можем интерпретироватьэтот результат. Левый нижний угол визуализации соответствует речи, которая содержитмалую долю вопросительных и восклицательных реплик, в которой мало знаковпрепинания (в расчете на одно слово) и которая определяется как трудночитаемаяинструментами измерения читаемости. Полностью противоположному типу речи — свысокой долей восклицаний и вопросов, большой долей знаков препинания идискурсивных маркеров, и одновременно высокой читаемостью — соответствует правыйверхний угол визуализации. Как можно видеть на рис.
3, обладателем такогопротивоположного типа речи является единственный персонаж — Наташа Ростова.12При сравнении с методом стилеметрии можно увидеть, что метод оценки нелексическихпараметров дает более дробную картину с разделением персонажей на большее числогрупп. Это же подтверждают результаты иерархической кластеризации на основе данныхвторого метода, представленные на рис. 4 и рис. 5.Рис. 4. Иерархическая кластеризация речи 14 персонажей «Войны и мира» на основенелексических параметров текста13Рис.
5. Комбинированная визуализация пространства 14 персонажей на основенелексических признаков (метод главных компонент + верхний уровень иерархическойкластеризации)Кластеризация методом нелексических признаков в большей мере улавливает некоторыеэмоционально-темпераментные свойства персонажа, а также степень формализации егоречи. Так, Николай Болконский — резкий, холерический и прямодушный персонаж,генерал в опале; Денисов резок и прямодушен изначально, остальные же черты приобретаетпо ходу действия: в конце «Войны и мира» Денисов — «отставной, недовольныйнастоящим положением генерал», критически настроенный по отношению к правительству«за свои неудачи по службе». Василий Курагин и Анна Шерер — два представителявысшего петербургского света, влиятельных при дворе, расчетливых и циничных.
ИльяРостов и Наташа Ростова воплощают крайнюю степень ростовской непосредственности.Заметим, что в альтернативной классификации Илья Ростов не попадает в круг военныхперсонажей (Кутузов, Н. Болконский, Николай Ростов, Денисов, Долохов). Хотя граф ИльяРостов и связан с этим «мужским военным пространством» п, с миром Кутузова и Н.Болконского, по своему речевому темпераменту он схож не с этими героями, а с Наташей— что и фиксирует метод построения системы персонажей на основе нелексическихпризнаков.Наиболее значимым отличием двух методов представляется разница в позиции князяАндрея Болконского. Стилеметрия относит его к группе персонажей, в которую входят всепрочие протагонисты. Альтернативный метод обособляет князя Андрея: из-за сложностиего речи он не может быть отнесен к той же группе, что Пьер, Наташа или Николай.
Этотрезультат примечателен, ведь в книге Л. Н. Толстого можно обнаружить и явныесвидетельства авторского указания на формализм речи Болконского. Так, трижды дляописания реплик князя Андрея применяется наречие «сухо»: в разных ситуациях он «сухо»обращается к Ипполиту, маленькой княгине, княжне Марье. Для описания речи иногоперсонажа это наречие применяется лишь однажды — «сухо» обращается к русскомупосланнику Наполеон. Таким образом «сухость» речи князя Андрея выглядит как авторскоеуказание на высокомерие (неизжитое тщеславие). В этом контексте результаты методаколичественного анализа речи могут рассматриваться как раскрытие авторского приема,при помощи которого создается специфический портрет персонажа. Речь князя Андрея нафоне других персонажей изображается Л. Н.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
