Методы статистического анализа исторических текстов (часть 2)

Он может служить для атрибуции неизвестных произведений и для обнаружения плагиата, хотя и с определенной осторожностью, поскольку мы обнаружили писателей с очень близкими авторскими инвариантами, например, Фонвизин Д.И. и Толстой Л.Н. (см. ниже). Кроме того, для достаточно уверенных выводов нужны тексты большого объема.

Главным выводом здесь является нетривиальное утверждение о существовании авторского инварианта русских литературнрых текстов. Было бы интересно продолжить эксперименты с целью обнаружения других авторских инвариантов.

Подчеркнем, что подобные выводы можно делать только после проведения обширного вычислительного эксперимента. Лишь после того, как будет экспериментально доказано, что тот или иной параметр действительно стабилизируется внутри произведений каждого писателя, можно считать, что мы обнаружили инвариант. Причем обработанный список авторов должен быть достаточно велик по крайней мере несколько десятков. Строить же какие либо теории лишь на основе сравнения текстов одного или двух писателей - по нашему мнению необоснованно.

Интересно, что обнаруженный нами авторский инвариант практически не зависит от временной эпохи: в указанном списке авторов представлены писатели трех веков - от XVIII до XX.

9. ЧИСЛЕННЫЕ ПРИМЕРЫ.

Поскольку, как выяснилось, основной интерес представляют графики для выборок в 16000 слов, то ограничимся именно этим случаем.

Для произведений И.С.Тургенева и Л.Н.Толстого приведем таблицу значений следующих параметров:

3 - количество всех служебных слов (в процентах),

1 - количество слов в предложении,

2 - количество слогов в слове,

9 - количество служебных слов в предложении,

7 - количество предлога "в" (в процентах),

8 - количество частицы "не" (в процентах).

------------|--------|--------|-------|-------|-------|-------|-параметры: | 3 | 1 | 2 | 9 | 7 | 8 | ------------|--------|--------|-------|-------|-------|-------|-ТУРГЕНЕВ 22,01 11,26 2,17 2,44 2,36 2,19

22,36 15,58 2,16 3,49 2.05 1,87

22,38 13,35 2,21 3,04 - ----------------------------------------------------------------среднее знач. 22,24 13,40 2,17 2,98 2,20 2,04 отклонение 0,016 0,322 0,023 0,35 0,14 0,16 ------------|--------|--------|-------|-------|-------|-------|параметры: | 3 | 1 | 2 | 9 | 7 | 8 | ------------|--------|--------|-------|-------|-------|-------|ТОЛСТОЙ 23,67 13,13 2,11 3,09 2,10 2.05

23,34 20,75 2,15 4,79 2,56 1,72

23,45 14,27 2,28 3,35 2,38 1,67

23,58 18,93 2,16 4,62 2,46 1,87

23,78 14,86 2,15 3,64 2,74 1,88

23,35 16,33 2,19 3,80 2,71 1,93

23,77 14,23 2,11 3,47 2,15 2,17

23,82 15,24 2,11 5,75 2,19 2,07

23,77 14,97 2,20 3,42 2,49 1,75 ---------------------------------------------------------------среднее знач. 23,62 15,95 2,16 3,81 2,36 1,92 отклонение 0,020 0,477 0,08 0,45 0,27 0,26 --------------------------------------------------------------

Отчетливо видно, что наименьшими отклонениями обладают параметры 3 и 2, а именно - 0,016 и 0,023 для Тургенева и 0,020 и 0,08 для Толстого. Но параметр 2 не может служить авторским инвариантом, так как его значения для подавляющего большинства разных авторов из нашего списка чрезвычайно близки. Например, 2,17 для Тургенева и 2,16 для Толстого. Поэтому с точки зрения параметра 2 все писатели "сливаются в одного", что не позволяет их различать.

Параметр 3 - частота служебных слов - оказывается не только инвариантом, но и различает достаточное число авторов. Например, для Тургенева он равен 22,24, а для Толстого 23,62. Разность равна 1,38, что превышает колебания этого параметра внутри произведений Тургенева и Толстого.

Для изученных нами писателей параметр 3 может принимать значения от 19,4 процентов до 27,5 процентов, т.е. диапазон его значений достаточно велик по сравнению с колебаниями параметра внутри текстов отдельных авторов.

Приведем теперь таблицу значений параметров 3,7 и 8 для Гоголя, Герцена, Достоевского, Леонова и Фадеева.

-----------|------|------|------|------------|------|------|------| параметры: | 3 | 7 | 8 | параметры: | 3 | 7 | 8 | -----------|------|------|------|------------|------|------|------| ГОГОЛЬ 23,82 2,25 2,10 | ГЕРЦЕН 22,42 2,87 2,03

23,54 2,29 1,86 | 22,87 3,10 2,04

23,61 2,61 1,82 | 22,98 2,64 1,92

23,62 2,75 1,90 |

23,85 2,10 2,50 | --------------------------------|---------------------------------сред.знач. 23,65 2,45 1,95 | сред.знач. 22,71 2,91 2,01 отклонение 0,013 0,027 0,35 | отклонение 0,024 0,16 0,06 -----------|------|------|------|------------|------|------|------| параметры: | 3 | 7 | 8 | параметры: | 3 | 7 | 8 | -----------|------|------|------|------------|------|------|------| ДОСТОЕВ- 25,26 2,23 1,70 | ЛЕОНОВ 23,11 2,97 1,81 СКИЙ 25,43 2,48 2,21 | 23,04 2,58 2,00