Spojrzenie z oddali,
czyli stylometria wielkoskalowa
.
Maciej Eder
.
Uniwersytet Pedagogiczny, Kraków
Instytut Języka Polskiego PAN, Kraków
Stylometria wielkoskalowa
- Analiza literatury łacińskiej in toto.
- Wizualizacja dużych zbiorów danych.
- Automatyczna analiza relacji tekstowych,...
- ... która wyłoni grupy podobnych tekstów.
Mapa literatury łacińskiej
- Chronologia
- Różnice między gatunkami
- Problem imitacji
- Autorstwo
- ...
Podstawowe pojęcia
- “Computation into criticism” (John Burrows)
- “Distant reading” (Franco Moretti)
- “Macroanalysis” (Matthew Jockers)
- Big Data
- Atrybucja autorska
Atrybucja autorska
- Anonimowy tekst skonfrontowany z próbkami „kandydatów”.
- Cel: znalezienie najbliższego sąsiada.
- Skuteczne znaczniki stylu: najczęstsze słowa (słowa gramatyczne).
Od atrybucji do stylometrii
- Jeśli metoda pozwala odnaleźć autora tekstu anonimowego, ...
- ... to może by ją uogólnić?
- Może by ją zastosować do wszystkich tekstów?
Od stylometrii do teorii sieci
- Najbliżsi sąsiedzi mogą być przedstawieni jako połączone węzły sieci.
- Można rozłożyć węzły na płaszczyźnie np. przy użyciu algorytmu „grawitacyjnego”.
Nie tylko najbliżsi sąsiedzi!
- Najbliższy sąsiad = najbardziej podobny.
- (Nieco) dalsi sąsiedzi: czy rzeczywiście zasługują na zapomnienie?
- Rozwiązanie: więcej połączeń!
Ślady chronologii?
- “Ciceronianus es, non Christianus!” (Bóg do św. Hieronima)
- “Renovatio antiquitatis” (humaniści renesansowi)
- Hipoteza: widoczne ślady chronologii
Jaki miał wpływ Cyceron?
- Cyceronianiści i antycyceronianiści: najważniejsza debata renesansowa.
- Cyceron stylistycznym punktem odniesienia.
- Hipoteza: widoczne podobieństwa do Cycerona w tekstach wczesnonowożytnych.
Wnioski
- Brak wyraźnego sygnału chronologicznego.
- Najsilniejszy jest sygnał gatunkowy.
- Mistrzowie stylu trzymają się na obrzeżach sieci.
Epilog
Stylometria wielkoskalowa? Czyżby?
150 tekstów łacińskich (12Mb)
100 typowych powieści (100Mb)
1,000 książek (1Gb)
100,000 książek (100Gb)
30,000,000 książek
131,000,000 książek