значение 25,06 13,41 2,06 3,37
отклонение 0,019 0,25 0,03 0,26
-------------------------------------------
параметры: ! 3 ! 1 ! 2 ! 9 !
-------------------------------------------
ЛЕСКОВ 26,08 15,65 2,05 3,99
25,83 18,11 2,16 4,69
26,18 15,40 2,11 4,02
-------------------------------------------
сред.значение 26,01 16,58 2,11 4,28
отклонение 0,010 0,16 0,05 0,163
-------------------------------------------
Высокой стабильностью характеризуются значения параметра 3
для А.М.Горького: 22,02, 22,21, 22,20, 22,17 и т.д. Среднее
значение 22,15, а отклонение 0,009.
Кстати, значения всех перечисленных параметров вычислялись с
точностью до ТРЕХ десятичных знаков. В таблицах значения
округлены до двух десятичных знаков. Три знака оставлены только
для отклонений параметра 3 от среднего значения.
Поскольку параметр 3 - процентное содержание всех служебных
слов - выделяется среди остальных параметров своей поразительной
СТАБИЛЬНОСТЬЮ И РАЗЛИЧАЮЩЕЙ СПОСОБНОСТЬЮ, то интересно специально
проследить за его колебаниями в зависимости от объема выборки.
Приведем таблицу, показывающую зависимость величины отклонения от
среднего значения при разных выборках.
------------------------------------------------------------------
Писатели ! Процент ! Величина отклонения этого параметра
! служебных ! от его среднего значения при
! слов ! следующих объемах выборок:
! !-------------------------------------
! ! 2000 ! 4000 ! 8000 ! 16000
-----------------------------------------------------------------
ЧУЛКОВ..............22,15......0,064....0,004......-........-
НОВИКОВ.............23,57......0,136....0,019......-........-
ФОНВИЗИН............23,62......0,069....0,013....0,001......-
РАДИЩЕВ.............22,30......0,054....0,018......-........-
КАРАМЗИН............19,44......0,051....0,014....0,003......-
КРЫЛОВ..............23,67......0,040....0,013......-........-
ГОГОЛЬ..............23,65......0,169....0,066....0,019....0,013
ГЕРЦЕН..............22,71......0,165....0,109....0,025....0,024
ГОНЧАРОВ............25,06......0,229....0,116....0,046....0,019
ТУРГЕНЕВ............22,24......0,126....0,069....0,040....0,016
МЕЛЬНИКОВ-ПЕЧЕРСКИЙ.24,49......0,240....0,062....0,005......-
ДОСТОЕВСКИЙ.........25,32......0,203....0,098....0,030....0,007
САЛТЫКОВ-ЩЕДРИН.....24,56......0,173....0,042....0,016......-
ЛЕСКОВ..............26,01......0,132....0,057....0,017....0,010
ТОЛСТОЙ Л.Н. .......23,62......0,199....0,103....0,036....0,020
ГОРЬКИЙ.............22,15......0,201....0,109....0,020....0,009
БУНИН...............24,64......0,143....0,027....0,013......-
НОВИКОВ-ПРИБОЙ......21,10......0,129....0,090....0,049......-
ФЕДИН...............21,20......0,151....0,064....0,028....0,019
ЛЕОНОВ..............23,08......0,147....0,049....0,014....0,003
ШИШКОВ..............20,60......0,152....0,115....0,019......-
ФАДЕЕВ..............23,40......0,184....0,111....0,018....0,002
----------------------------------------------------------------
Как видно из таблицы, стабилизация параметра 3 иногда
наступает на объемах выборок, меньших чем 16000. Особенно это
относится к писателям XVIII века. Например, для Карамзина
стабилизация авторского инварианта наступает при объеме в 8000
слов, для Фонвизина - также 8000 слов. Вероятно, это указывает на
несколько большую устойчивость стиля писателей XVIII века по
сравнению с их коллегами в XIX и XX веках.
Подмеченное нами обстоятельство - ранняя стабилизация -
показывает, что в некоторых случаях авторским инвариантом
(процент служебных слов) можно пользоваться и при изучении
текстов небольших объемов. Однако при широких исследованиях
необходимо все-таки пользоваться выборками в 16000 слов,
поскольку только для них стабилизация параметра 3 наступает
ОДНОВРЕМЕННО для всех исследованных авторов.
После обнаружения авторского инварианта для перечисленных 22
писателей, рамки эксперимента были расширены и аналогичные
подсчеты были проведены еще для пяти авторов: А.Н.ОСТРОВСКОГО,
А.К.ТОЛСТОГО, В.А.ЖУКОВСКОГО, А.С.ПУШКИНА и А.П.ЧЕХОВА. Были
отобраны ПРОЗАИЧЕСКИЕ тексты БОЛЬШОГО объема. Расширенный
эксперимент полностью подтвердил высокую стабильность параметра 3
при выборках в 16000 слов и его способность различать разные
группы авторов. Таким образом, полный список писателей, для
которых параметр 3 оказался устойчивым и различающим авторским
инвариантом, расширился с 22 до 27.
10. КАК МОЖНО ПРИМЕНЯТЬ ОБНАРУЖЕННЫЙ АВТОРСКИЙ ИНВАРИАНТ?
Одно из возможных применений обнаруженного авторского
инварианта - это распознавания плагиата, установления возможного
авторства и т.п. Можно предложить следующую естественную
методику. Если для двух исследуемых произведений значения
параметра 3 (процент служебных слов) разнятся больше, чем на
единицу, то есть основания заподозрить различное авторство
сравниваемых текстов. Чем больше разница в значениях инварианта,
тем подозрение серьезнее.
С другой стороны (как и в проблеме установления отцовства)
близкие значения инварианта отнюдь не означают, что исследуемые
произведения написаны одним автором. Как мы отмечали, встречаются
разные писатели с близкими значениями инварианта. Например,
Леонов и Фадеев, у которых эти числа равны соответственно 23,08 и
23,40.
Кроме того, применять методику распознавания авторов к
текстам МАЛОГО объема следует чрезвычайно осторожно. Возникающие
здесь трудности можно проиллюстрировать на примере крупных и
мелких произведений А.П.Чехова. Параметр 3 (процент служебных
слов) был просчитан вдоль всех его произведений в собрании
сочинений 1960-1964 гг., Москва. Оказалось, что параметр 3 ведет
себя следующим образом:
-------------------------------------------------------------------
! мелкие рассказы ! большие тексты
-------------------------------------------------------------------
номер тома ! I ! II ! III ! IV ! V ! VI ! VII ! VIII
-------------------------------------------------------------------
процент слу- 22,6 22,5 23,4 22,7 23,4 25,4 25,5 25,4
жебных слов
-------------------------------------------------------------------
Разница между значениями параметра 3 для ранних МЕЛКИХ
рассказов Чехова (I-V тома) и для более КРУПНЫХ повестей и
рассказов позднего периода его творчества (VI-VIII тома) -
достаточно ощутима (рис.8). Причем в ранних МЕЛКИХ рассказах не
только МЕНЬШЕ служебных слов, но главное заключается в том, что
разброс их больше, чем в последующих КРУПНЫХ произведениях.
БОЛЬШИЕ (поздние) тексты Чехова характеризуются ВЫСОКОЙ
СТАБИЛЬНОСТЬЮ авторского инварианта, как впрочем и для всех
других 26 авторов БОЛЬШИХ текстов из нашего списка. В этом смысле
Чехов не выделяется на их фоне - параметр 3 прекрасно
"обслуживает" все его БОЛЬШИЕ сочинения.
В заключение отметим еще одно интересное обстоятельство.
Оказалось, что процент служебных слов наиболее стабилен (при
величине порций в 8000 и 16000 слов) на ПРОЗАИЧЕСКИХ
произведениях и менее устойчив на ПОЭТИЧЕСКИХ текстах. Этот
вопрос заслуживает отдельного рассмотрения и здесь мы не будем на
нем останавливаться.
Обнаружение авторского инварианта в русском литературном
языке делает весьма правдоподобным гипотезу о существовании
аналогичных авторских инвариантов и в других языках.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187
отклонение 0,019 0,25 0,03 0,26
-------------------------------------------
параметры: ! 3 ! 1 ! 2 ! 9 !
-------------------------------------------
ЛЕСКОВ 26,08 15,65 2,05 3,99
25,83 18,11 2,16 4,69
26,18 15,40 2,11 4,02
-------------------------------------------
сред.значение 26,01 16,58 2,11 4,28
отклонение 0,010 0,16 0,05 0,163
-------------------------------------------
Высокой стабильностью характеризуются значения параметра 3
для А.М.Горького: 22,02, 22,21, 22,20, 22,17 и т.д. Среднее
значение 22,15, а отклонение 0,009.
Кстати, значения всех перечисленных параметров вычислялись с
точностью до ТРЕХ десятичных знаков. В таблицах значения
округлены до двух десятичных знаков. Три знака оставлены только
для отклонений параметра 3 от среднего значения.
Поскольку параметр 3 - процентное содержание всех служебных
слов - выделяется среди остальных параметров своей поразительной
СТАБИЛЬНОСТЬЮ И РАЗЛИЧАЮЩЕЙ СПОСОБНОСТЬЮ, то интересно специально
проследить за его колебаниями в зависимости от объема выборки.
Приведем таблицу, показывающую зависимость величины отклонения от
среднего значения при разных выборках.
------------------------------------------------------------------
Писатели ! Процент ! Величина отклонения этого параметра
! служебных ! от его среднего значения при
! слов ! следующих объемах выборок:
! !-------------------------------------
! ! 2000 ! 4000 ! 8000 ! 16000
-----------------------------------------------------------------
ЧУЛКОВ..............22,15......0,064....0,004......-........-
НОВИКОВ.............23,57......0,136....0,019......-........-
ФОНВИЗИН............23,62......0,069....0,013....0,001......-
РАДИЩЕВ.............22,30......0,054....0,018......-........-
КАРАМЗИН............19,44......0,051....0,014....0,003......-
КРЫЛОВ..............23,67......0,040....0,013......-........-
ГОГОЛЬ..............23,65......0,169....0,066....0,019....0,013
ГЕРЦЕН..............22,71......0,165....0,109....0,025....0,024
ГОНЧАРОВ............25,06......0,229....0,116....0,046....0,019
ТУРГЕНЕВ............22,24......0,126....0,069....0,040....0,016
МЕЛЬНИКОВ-ПЕЧЕРСКИЙ.24,49......0,240....0,062....0,005......-
ДОСТОЕВСКИЙ.........25,32......0,203....0,098....0,030....0,007
САЛТЫКОВ-ЩЕДРИН.....24,56......0,173....0,042....0,016......-
ЛЕСКОВ..............26,01......0,132....0,057....0,017....0,010
ТОЛСТОЙ Л.Н. .......23,62......0,199....0,103....0,036....0,020
ГОРЬКИЙ.............22,15......0,201....0,109....0,020....0,009
БУНИН...............24,64......0,143....0,027....0,013......-
НОВИКОВ-ПРИБОЙ......21,10......0,129....0,090....0,049......-
ФЕДИН...............21,20......0,151....0,064....0,028....0,019
ЛЕОНОВ..............23,08......0,147....0,049....0,014....0,003
ШИШКОВ..............20,60......0,152....0,115....0,019......-
ФАДЕЕВ..............23,40......0,184....0,111....0,018....0,002
----------------------------------------------------------------
Как видно из таблицы, стабилизация параметра 3 иногда
наступает на объемах выборок, меньших чем 16000. Особенно это
относится к писателям XVIII века. Например, для Карамзина
стабилизация авторского инварианта наступает при объеме в 8000
слов, для Фонвизина - также 8000 слов. Вероятно, это указывает на
несколько большую устойчивость стиля писателей XVIII века по
сравнению с их коллегами в XIX и XX веках.
Подмеченное нами обстоятельство - ранняя стабилизация -
показывает, что в некоторых случаях авторским инвариантом
(процент служебных слов) можно пользоваться и при изучении
текстов небольших объемов. Однако при широких исследованиях
необходимо все-таки пользоваться выборками в 16000 слов,
поскольку только для них стабилизация параметра 3 наступает
ОДНОВРЕМЕННО для всех исследованных авторов.
После обнаружения авторского инварианта для перечисленных 22
писателей, рамки эксперимента были расширены и аналогичные
подсчеты были проведены еще для пяти авторов: А.Н.ОСТРОВСКОГО,
А.К.ТОЛСТОГО, В.А.ЖУКОВСКОГО, А.С.ПУШКИНА и А.П.ЧЕХОВА. Были
отобраны ПРОЗАИЧЕСКИЕ тексты БОЛЬШОГО объема. Расширенный
эксперимент полностью подтвердил высокую стабильность параметра 3
при выборках в 16000 слов и его способность различать разные
группы авторов. Таким образом, полный список писателей, для
которых параметр 3 оказался устойчивым и различающим авторским
инвариантом, расширился с 22 до 27.
10. КАК МОЖНО ПРИМЕНЯТЬ ОБНАРУЖЕННЫЙ АВТОРСКИЙ ИНВАРИАНТ?
Одно из возможных применений обнаруженного авторского
инварианта - это распознавания плагиата, установления возможного
авторства и т.п. Можно предложить следующую естественную
методику. Если для двух исследуемых произведений значения
параметра 3 (процент служебных слов) разнятся больше, чем на
единицу, то есть основания заподозрить различное авторство
сравниваемых текстов. Чем больше разница в значениях инварианта,
тем подозрение серьезнее.
С другой стороны (как и в проблеме установления отцовства)
близкие значения инварианта отнюдь не означают, что исследуемые
произведения написаны одним автором. Как мы отмечали, встречаются
разные писатели с близкими значениями инварианта. Например,
Леонов и Фадеев, у которых эти числа равны соответственно 23,08 и
23,40.
Кроме того, применять методику распознавания авторов к
текстам МАЛОГО объема следует чрезвычайно осторожно. Возникающие
здесь трудности можно проиллюстрировать на примере крупных и
мелких произведений А.П.Чехова. Параметр 3 (процент служебных
слов) был просчитан вдоль всех его произведений в собрании
сочинений 1960-1964 гг., Москва. Оказалось, что параметр 3 ведет
себя следующим образом:
-------------------------------------------------------------------
! мелкие рассказы ! большие тексты
-------------------------------------------------------------------
номер тома ! I ! II ! III ! IV ! V ! VI ! VII ! VIII
-------------------------------------------------------------------
процент слу- 22,6 22,5 23,4 22,7 23,4 25,4 25,5 25,4
жебных слов
-------------------------------------------------------------------
Разница между значениями параметра 3 для ранних МЕЛКИХ
рассказов Чехова (I-V тома) и для более КРУПНЫХ повестей и
рассказов позднего периода его творчества (VI-VIII тома) -
достаточно ощутима (рис.8). Причем в ранних МЕЛКИХ рассказах не
только МЕНЬШЕ служебных слов, но главное заключается в том, что
разброс их больше, чем в последующих КРУПНЫХ произведениях.
БОЛЬШИЕ (поздние) тексты Чехова характеризуются ВЫСОКОЙ
СТАБИЛЬНОСТЬЮ авторского инварианта, как впрочем и для всех
других 26 авторов БОЛЬШИХ текстов из нашего списка. В этом смысле
Чехов не выделяется на их фоне - параметр 3 прекрасно
"обслуживает" все его БОЛЬШИЕ сочинения.
В заключение отметим еще одно интересное обстоятельство.
Оказалось, что процент служебных слов наиболее стабилен (при
величине порций в 8000 и 16000 слов) на ПРОЗАИЧЕСКИХ
произведениях и менее устойчив на ПОЭТИЧЕСКИХ текстах. Этот
вопрос заслуживает отдельного рассмотрения и здесь мы не будем на
нем останавливаться.
Обнаружение авторского инварианта в русском литературном
языке делает весьма правдоподобным гипотезу о существовании
аналогичных авторских инвариантов и в других языках.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187