5_Стилеметрия

1. Стилеметрия

Исследование стилевых особенностей
текстов количественными методами

2.

• Все оригинальные авторы и писатели отличаются своим складом речи
(даже если мы сравниваем их с писателями того же поколения).
• Пример: «так как» и «потому что». Они взаимозаменяемы, но один
автор может пользоваться только первой чаще всего. Другой – совершенно
наоборот.
• Другие примеры: этот/тот; между/среди/средь; другой/иной; у одних
фраза длинная, у других короткая; у одних много деепричастий, у других
вообще нет и т.п.
• Все эти различия в складе речи обусловливаются чисто машинальными
причинами, целым рядом предыдущих внешних и внутренних
лингвистических влияний, давно ушедших в область бессознательного.
• Именно поэтому, когда автор нам хорошо известен по прежним его
произведениям, мы легко угадываем его и в новых (особенно по
достаточно длинному отрывку).

3.

4. Понятие стилеметрии и атрибуции

• Стилеметрия – прикладная филологическая дисциплина, занимающаяся
измерением стилевых характеристик с целью систематизации и упорядочения
(типологии, атрибуции, датировки, диагностики, реконструкции и т.д) текстов и
их частей.

5. Понятие стилеметрии и атрибуции

Основной процедурой в стилеметрии является атрибуция (авторизация).
• Атрибуция – соотнесение произведению соответствующих атрибутов , к
которым причисляются имя создателя, жанр, время и место создания.
• Под произведением может пониматься любой связанный набор знаков,
в том числе фильм, картина, аудио-произведение, письмо.
• Произведение, авторство которого подлежит определению, называется
анонимным.
• Если автор ставит свое имя под чужим произведением, говорят о
плагиате.
• Иногда автор выпускает произведение под псевдонимом –
вымышленным именем.

6.

Проблема установления авторства (атрибуции) анонимных и псевдонимных
статей давно перестала быть проблемой только филологии и лингвистики.
В настоящее время решение этой задачи связано со многими прикладными
историко-филологическими дисциплинами, а также с широким кругом
естественно-технических наук, таких как статистика, теория вероятностей, теория
коммуникации и др.
С развитием вычислительной техники появилась возможность использовать
более эффективные методы для решения этой проблемы, учитывая различные
лингвостатистические параметры.
Основная цель формально-количественных методов – придать процессу
атрибуции более объективный характер.

7. Теоретическая значимость атрибуции

Наиболее очевидным применением методик определения авторского
стиля является возможность статистического описания текстов.
Для лингвистов будет возможно провести исследования, касающиеся
феномена авторства:
• в чем состоит отличие в стиле того или иного писателя,
• что делает динамичной, увлекательной, легко читаемой его речь,
• какие характеристики являются индивидуальными, а что можно
считать общностью.
Это лишь небольшой спектр вероятных вопросов.

8. Практическая значимость атрибуции

1.Судебная практика
Предметом автороведческой экспертизы является установление
данных о личности автора при исследовании текста документа.
Объектом выступает письменная речь, а также проявившиеся в ней
общие и частные языковые навыки.
Помимо вопросов о плагиате и авторском праве здесь могут
представлять интерес письменные показания свидетелей, письма
самоубийц, утверждения, сделанные под давлением.
Типичная задача – идентификация автора анонимного текста по его
языковым
параметрам
(определение
авторства
различных
анонимных писем, содержащих угрозы, шантаж)

9. Практическая значимость атрибуции

10. Практическая значимость атрибуции

2.Исследование литературы и истории
Существует целый ряд анонимных произведений с неизвестным или
спорным авторством. Методики определения авторства должны
помочь разрешить эти неопределенности.
С исторической точки зрения необходимо связывать различные
архивные документы с автором и периодом их написания.
Только в этом случае можно делать какие-либо выводы на основе
содержания исторических текстов.

11. Практическая значимость атрибуции

3. Политика
Лингвистическая экспертиза важна при решении споров, связанных с
различными политическими проблемами.
Анонимная
или
псевдонимная
информация
все
чаще
распространяется во время предвыборных кампаний с целью
дискредитации конкурентов.
В связи с развитием электронных сетей и увеличением информации,
распространяемой с их помощью, обостряется проблема соблюдения
авторских прав.

12. Практическая значимость атрибуции

4. Сфера образования и психология
Сейчас с развитием Интернета школьники и студенты все меньше
работают самостоятельно, используя уже готовые рефераты,
курсовые, доклады и т.п.
Цитированные куски текста часто превышают вклад самого автора и
зачастую не содержат указания на первоисточник.
Методами определения авторства можно выявить подобные
плагиаты, тем самым осуществить контроль и выставить заслуженную
оценку за работу.

13.

Если обобщить и сказать проще: стилеметрия занимается характеристикой
стилей с точки зрения их количественных параметров.
• Теория «трех штилей» у Ломоносова: высокий (основа стиля –
церковнославянский язык), средний, низкий (основа – русский язык).
• Эта концепция претерпела значительные изменения. Сейчас считается,
что нельзя какое-то определенное слово отнести только к 1 стилю; слова
могут быть отнесены одновременно к разным стилям.
• Кроме того, выяснили, что достаточно велика вероятность появления в
тексте одних и тех же языковых единиц. Стали появляться различные
теории и концепции на этот счет.
• Например, такой исследователь, как Головин предложил дополнить
традиционное определение стилей с учетом их количественных
характеристик. Было предложено новое понятие – функциональные
стили языка.

14.

Б. Н. Головин определял функциональные стили языка как структурнофункциональные его варианты, соотнесённые с типами социальной
деятельности и отличающиеся друг от друга системами устойчивых
особенностей в отборе и применении языкового материала.
Это типы функционирования языка, соответствующие различиям
социальной практики коллектива и отличающиеся существенными
различиями вероятностей языковых единиц и их категорий, достаточные
для их совокупного качественного опознавания людьми на интуитивном
уровне восприятия речи.
Учёный считал, что функциональные стили языка чётко соотносятся в
сознании человека с типами его социальной деятельности
(производственно-трудовая, научная, художественная, управленческиделовая, политико-публицистическая, повседневно-бытовая).

15.

Б. Н. Головин выделял шесть функциональных стилей языка:
• Художественный.
• Научный.
• Деловой.
• Публицистический.
• Разговорно-бытовой.
• Производственно-технический.

16.

Также учёный считал необходимым различать объект познания
языковыми средствами:
• в научном стиле — это логико-понятийные связи предметов и
явлений окружающего мира (действительности), закономерностей
его изменений;
• в деловом стиле — это объект регулирования;
• в публицистическом — объект социальной оценки;
• в художественном — моделирование всего этого эмоциональновыразительными средствами;
• в быту — включённость в конкретную ситуацию.

17.

Особенности текстов исследуются и вычисляются с помощью
количественных методов на разных уровнях языка: т.е.
фонетическом, морфологическом, синтаксическом и т.п.

18. Примеры количественных методов

• Подсчёт частот встречаемости в текстах знаменательных частей
речи и служебных слов (предлоги, союзы), а также средних длин
слов и предложений.
• Сравнение в паре анализируемых текстов самых часто
встречающихся слов и даже буквосочетаний.
• Метод «Дельты», придуманный Джоном Барроузом. В его основе
лежит подсчёт разницы в частотностях между наиболее частотными
словами в спорном тексте и тех трудах, чьё авторство не вызывает
сомнения. Чем меньше дельта, тем выше вероятность, что текст
принадлежит ближайшему автору.

19. Примеры количественных методов

• Методика анализа авторских текстов, основанная на учёте
использования авторами числительных. Среди знаменательных
частей речи числительные наиболее легко поддаются
количественному учёту.
• Ведущую роль в стилеметрическом исследовании
играет статистический метод — комплекс приёмов и принципов,
согласно которым производятся сбор, систематизация, обработка и
интерпретация статистических данных с целью получения научных и
практических выводов.

20. Результаты исследования стилевых особенностей текстов количественными методами

По результатам подобных исследований можно сделать след.выводы:
• Падежи. В публицистич. стиле резкое преобладание Р.п., по сравнению с худож.
стилем. В худож. стиле – Т.п. и Т.п. с предлогом + И.п. – номинация.
• Время. Резкое преобладание наст. вр. в научн. стиле. (#описывается процесс
совершения открытия), худож. стиль – резкое преобладание прошедшего
времени (#описание событий, которые произошли в прошлом), устн.-разговорн.
– Прош. вр., личн. письма – одинаковое распределение по временам. И разг.
устн., и разг. письм. стили показывают более равномерное распределение по
временам.

21. Результаты исследования стилевых особенностей текстов количественными методами

1) Доли предложений разной модальности в разных стилях (имеются в виду
повествовательные, побудительные и пр. предложения).
Выводы: для обработанной разг. речи (драматургия) характерны различные
модальности, большее разнообразие конструкций, особенно по сравнению с
другими стилями.
В драматургии и поэзии эмоциональность передается вопросительными
предложениями, т.к. ориентир на диалог.
Доля побудит. предложений в драматургии и поэзии намного больше, чем в ост.
стилях => большая эмоциональность.
Эти выводы совпадают с доминантами стилей.

22. Результаты исследования стилевых особенностей текстов количественными методами

• В художественной прозе, публицистике, научном и деловом стиле:
- нет ориентации на диалог.
- нет эмоциональности (отсутствие разнообразия в конструкциях).
Публицистич. стиль занимает промежуточное место между разговорным
стилем и поэзией и научным и деловым стилями, т.к. в нем не только
дается информация читателю, но и оценка, а также эмоционально
выражается мнение.

23. Результаты исследования стилевых особенностей текстов количественными методами

2) Доли предложений разного состава в разных стилях.
Выводы: в письменных стилях характерна тенденция к стандартизации,
следовательно, и тенденция к увеличению кол-ва двусоставных полных
предложений. Для сравнения: в разговорной речи их меньше половины.
• Доли двусоставн. неполн. предложений в поэзии, научном и деловом
стилях одинаковы, но в поэзии это объясняется особой ритмической
структурой, а в научном и деловом стилях это объясняется наличием
придаточных предложений без одного из главных членов.
• Доля определенно-личных предложений намного больше в
драматургии, чем во всех остальных стилях, следовательно,
драматургия ориентирована на диалог (ибо в разговорной речи
местоимения-подлежащие опускаются).

24. Результаты исследования стилевых особенностей текстов количественными методами

• В поэзии тоже много определенно-личных предложений: следствие
выражения эмоций.
• Безличных полных предложений больше всего в научном стиле
• Назывные предложения имеют примерно одинаковое распределение
по стилям, за исключением поэзии, где их очень много, т.к. эти
предложения усиливают экспрессию. (Ночь, улица, фонарь, аптека…)
• Инфинитивные предложения больше всего встречаются в деловом
стиле, т.к. пишутся приказы, распоряжения.

25. Результаты исследования стилевых особенностей текстов количественными методами

3) Доли позиций зависимости слов в разных стилях, т.е. слова могут вступать
в сочетания; и главное, и зависимое могут стоять рядом, а могут стоять на
расстоянии нескольких слов.
• Вправо 5-я позиция и далее: самая маленькая доля в драматургии, самая
большая – в деловом стиле, т.к. именно в деловом стиле между главным и
зависимым словами стоит много других слов, а в разговорной речи это
осуществить в принципе невозможно.
• Аналогично с пятой позицией влево и далее.
Синтаксический уровень является наиболее показательным с точки зрения
различения стилей.

26. Количественные показатели, предложенные Г.Я. Мартыненко

Чтобы сравнить синтаксич. характеристики разных стилей, Г.Я. Мартыненко
ввел некоторые параметры, основанные на дереве зависимости :
1. ширина дерева в узле Х – число стрелок, выходящих из этого узла,
показывает полноту представления ситуации.
2. ширина дерева в целом – максимальная ширина дерева – т.е.
максимальное число стрелок из одного узла, зафиксированное в этом
дереве.
3. длина дерева в узле Х – кратчайшее расстояние от вершины дерева до
узла Х по стрелкам.
4. длина дерева в целом – максимальное расстояние от узла до вершины
(вершина – предикат; единственный узел, в который не входит ни одна
стрелка).

27. Количественные показатели, предложенные Г.Я. Мартыненко

5. густота дерева = число висячих узлов, из них не выходит ни одна стрелка;
показывает распространённость предложения
6. степень гнездования – максимальное число стрелок, накрывающих узел
и не имеющих общих краёв, показывает насколько далеко находятся
синтаксические связи друг от друга, чем выше степень гнездования, тем
сложнее воспринимать текст. В русском max степень гнездования - 4, в
английском - 2-3.
7. степень дистантизации дерева – максимальное число узлов между
двумя синтаксически связанными узлами – самая длинная стрелка и между
ней числа.
8. проективность – если стрелки не пересекают друг друга,
непроективность сложнее для понимания, она часто встречается в поэзии

28.

Проективность — важное свойство древовидных структур, которое
отражает связь между отношением линейного порядка и отношением
подчинения. Предложение считается проективным, если все стрелки
зависимостей проведены по одну сторону от прямой, на которой
записано предложение, и ни одна из них не пересекает никакую
другую стрелку.
Непроективность обычно несёт некую особую информацию, которой
нет в соответствующем проективном предложении. Такой
информацией может быть определённое значение или указание на
признак ситуации речи, стиль и т. п.

29.

Пример проективного предложения: «Актриса мечтает получить
Оскар».
Примеры непроективных предложений: «Его трудно понять»,
«Очень я давно его не видел».
Проективность часто нарушается в вопросительных и относительных
предложениях, а также в предложениях с выделением какого-то
элемента. В художественной литературе, особенно в поэзии,
отклонения от проективности вполне обычны.

30. Где использовались эти параметры?

• Сам Мартыненко использовал эти параметры для того, чтобы описать
особенности прозаических произведений.
• По этим параметрам можно четко разделить авторов на группы по
направлению их работы (литературн. школы). Также их можно использовать для
определения автора текста.
• Кроме того, эти параметры использовались и в психолингвистических
исследованиях.
Например, изучали тексты, которые порождались детьми: психически здоровыми
и с неврозами (вспомните корпус текстов «Рассказы о сновидениях», где
находятся записи детей об увиденных снах. Некоторые параметры
Мартыненко были взяты для анализа этих рассказов).
Если у человека невроз, то есть проблема, которая его беспокоит – следовательно,
в текст он будет вкладывать большее число разных деталей, синтаксические
конструкции будут осложненными. Что и подтвердилось в исследованиях.

31. ПРИМЕР №1

32.

Все еще (1) скалясь (2), прокуратор (3) поглядел (4) на (5) арестованного (6),
затем (7) на (8) солнце (9), неуклонно (10) поднимавшееся (11) вверх (12)
<…>

33.

Все еще (1) скалясь (2), прокуратор (3) поглядел (4) на (5) арестованного (6), затем
(7) на (8) солнце (9), неуклонно (10) поднимавшееся (11) вверх (12) <…>
• Ширина дерева = 5 (в узле 4, из которого выходят 5 стрелок – в узлы 3, 2, 5, 7, 8); показывает,
насколько полно представлена ситуация
• Длина дерева = 4 (в узлах 10 и 12, т.к. для того, чтобы попасть в эти узлы из вершины дерева
(узел 4), нужно пройти 4 стрелки: из 4 в 8, из 8 в 9, из 9 в 11, из 11 в 10 или 12)
• Густота дерева = 6 (висячие узлы – 1, 3, 6, 7, 10, 12); показывает степень распространенности
• Степень гнездования = 1 (больше всего стрелок накрывает узлы 5 и 6 – по две стрелки: из 4 в 7
и из 4 в 8, но у них есть общий край – узел 4, поэтому посчитать можем только одну);
показывает, насколько далеко отстоят синтаксические связи.
• Степень дистантизации = 3 (максимальное число узлов между двумя синтаксически
связанными узлами – между узлами 4 и 8 (узлы 5, 6, 7))
• Предложение проективно, т.к. стрелки не пересекаются.

34. ПРИМЕЧАНИЕ

Некоторые многокомпонентные единицы могут считаться
одним узлом (напр., сочетание имени и отчества, сложные
предлоги и союзы (потому что) и т.п.); но если в
словосочетании форма одного слова определяется формой
другого слова, то это должны быть разные узлы.

35. ПРИМЕР №2

36.

Проводив жениха, Надя пошла к себе наверх, где жила с
матерью

37. Программы для идентификации авторства текстов

38. Программы для идентификации авторства текстов

39.

Кроме того, существует большое количество онлайн-сервисов (платных и
бесплатных) для проверки документов и текстов на авторство и плагиат.
Например, у нас в университете используется сервис Руконтекст для
проверки на плагиат ВКР и других работ.
Особенности и преимущества сервиса: