Статистика и идиостилистика

Объем произведения, грамматические параметры, «словарный запас».

Применение количественных методов

грамматические и семантические признаки текста

звуко-буквенные ассоциации

модели стихотворного ритма и рифмы

тематическая структура ХТ

динамика индивидуального стиля

структура литературной ситуации

В. Г. Адмони, В. С. Баевский, М. Л. Гаспаров, А. П. Журавлев, Ю. Н. Караулов, А. Н. Колмогоров, А. Я. Шайкевич, J. F. Burrows, T. N. Corns, D. L. Hoover и др.

Лингвистическая теория текста

Существующие структурные модели, как правило, не являются настолько строгими, чтобы их можно было бы превратить в компьютерные алгоритмы.

Моделирование макрокатегорий — таких, как образы автора и персонажей, художественное пространство и время и др., — предполагает человеческое прочтение.

Специфика восприятия литературного произведения, помимо интерпретации смысла слов, предполагает не что иное, как переживание текста читателем.

Проблема квантификации «эстетического объекта».

Художественный текст и статистика

! Однако и художественный текст характеризуется измеряемостью. Он состоит из языковых единиц, имеющих количественные и качественные признаки. Последние формализуются значительно сложнее, если вообще формализуются.

Как с помощью статистических данных отразить в исследовании текста, языка писателя, особенности литературного направления, периода именно то индивидуальное, что характеризует язык произведений?

Как с помощью статистических данных доказать или опровергнуть авторство анонимного или псевдонимного текста?

Объем художественного текста (?)

Жюль Ромен – автор самого длинного (?) произведения в мире. Объем превышает 2 миллиона слов + страничный указатель размером в 50 листов. Роман «Люди доброй воли» (Les Hommes de bonne volonte) составлен из 27 томов, книга писалась с 1932 по 1946 гг.

Объем ХТ не пустая характеристика

Чем больше по объему текст, тем объективнее результаты исследования.

Вероятность стилизации, подделки.

Идиостилевой показатель в пиковых случаях (Л. Н. Толстой, М. А. Шолохов) или повторяющихся формах (напр., онегинская строфа).

Объем некоторых прозаических литературных произведений (сравнение)

Грамматико-статистические параметры

Интерпретация морф. данных

Доля знаменательных слов колеблется у каждого автора от 54 до 60 %, в среднем 57–59 %. Однако обращают на себя внимание различия в самом распределении слов знаменательных частей речи.

Набоков: увеличение доли признаковых слов за счет уменьшения количества существительных и глаголов. Доля прилагательных – более 16 % всех знаменательных форм, вместе с наречиями – 28 %. (у всех прочих — около 23 %).

Шолохов: тяготение к глагольной лексике (почти 35 %), что обусловлено динамичностью сюжетов. Платонов почти так же часто употребляет глаголы.

Булгаков: повышенное количество числительных.

Интерпретация синт. данных

Средняя длина предложения: Булгаков — 11,3, Набоков — 15,7, Платонов — 14, Шолохов — 9,7. Самые короткие предложения в романе «Тихий Дон» — 9,2 слова, самые длинные у Набокова в романе «Дар» — почти 22 слова.

С одной стороны, это связано с сюжетной спецификой. Количество слов во фразе из «Белой гвардии» или «Сокровенного человека» колеблется около десяти. Но даже в предложениях самых «динамичных» произведений Набокова «Король, дама, валет» и «Камера обскура» слов в среднем никак не меньше двенадцати.

Идиостилевые черты: склонность Набокова и Платонова к пространным описаниям предметов, явлений и ситуаций (причем, безусловно, особенная для каждого из них) и быстро сменяющие друг друга, часто отрывочные фрагменты повествования в романах Булгакова и Шолохова.

! Приводимые данные напрямую связаны с принципами членения текста на фразы, заложенными разработчиками в программу Mystem.

«Словарный запас»

Г. Хьетсо: «Богатство авторского словаря предпочтительно оценивать посредством коэффициента типичности знаков (КТЗ), т. е. измерением отношения числа различных форм (типов) слов к общему числу словоупотреблений (знаков) в тексте» [Хьетсо и др., 1989].

С увеличением объема произведения это отношение падает: чем больше роман, тем относительно меньше уникальных слов приходится на целый текст. Б:ТР леммы = 25 % по отношению к словоформам, Б:ММ — 15 %; Ш:СЧ — 42 %, Ш:ТД — 8,5 %. Для выравнивания и объективации этих показателей нужно замерять количество слов в сходных по объему частях текста.

Методика вычисления

Все исследуемые тексты были разбиты на фрагменты по 6 тыс. употреблений слов знаменательных частей речи. Объем в 6 тыс. слов возник неслучайно: самый небольшой из привлеченных текстов — «Судьба человека», в нем около 6 тыс. знаменательных слов.

В каждом из фрагментов по 6 тыс. словоупотреблений вычислено количество лемм и выведено среднее соотношение для всего произведения.

Условный «словарный запас» авторов

Полученные результаты выглядят гораздо более кучно, от 36 % («Котлован») до 53 % («Дар») слов на фрагмент, в основном около 44 %.

Лидирует по количеству слов на единицу текста М. Шолохов (46,6 %), «отстает» А. Платонов (40 %), и, значит, его лексическая повторяемость относительно больше, чем у других.

В. Набоков и М. Булгаков занимают примерно сходные позиции (44,6 и 44,3 % соответственно).

Объем лексикона не эстетический критерий!

Г. Хьетсо: «Следует быть осторожным, чтобы не принять богатство словарного запаса в качестве непременного условия художественного уровня автора. То, с чем мы здесь сталкиваемся, — это прежде всего важная особенность стилистической манеры писателя».

Наши цифры не умаляют одних и не возвеличивают других писателей, но отражают особенности авторского словаря: огромное количество диалектизмов и сниженных слов у Шолохова, особенное отношение к лексической стилистике Набокова, детализацию в булгаковском тексте и достаточно нейтральное отношение к лексическим построениям Платонова.

И. Бродский об А. Платонове

«В отличие от большинства своих современников… Бабеля, Пильняка, Олеши, Замятина, Булгакова, Зощенко, занимавшихся более или менее стилистическим гурманством… Платонов сам подчинил себя языку эпохи, увидев в нем такие бездны, заглянув в которые однажды, он уже более не мог скользить по литературной поверхности, занимаясь хитросплетениями сюжета, типографскими изысками и стилистическими кружевами».

Несмотря на большое количество советизмов, просторечия, технических терминов и авторских слов, увеличивающих словарь, можно признать лексикон, отраженный в текстах Платонова, относительно менее объемным, чем у его знаменитых современников.

«Абсолютный» лексикон (знаменательных слов без имен собственных)

Всего лемм:

Булгаков: 15 516, Набоков: 17 935

Платонов: 12 460, Шолохов: 27 070

Оригинальных лемм:

Булгаков: 2 386, Набоков: 3 909

Платонов: 2 026 слов, Шолохов:10 602

! Не нужно, однако, забывать, что шолоховские тексты по суммарному объему примерно равны сумме текстов всех прочих авторов.

Статистика по парам авторов:

меньше всего совпадений у Булгакова и Платонова (219 слов),

больше всего – у Набокова и Шолохова (2 264).

Статистические методы в идиостилистике (продолжение)

Художественный текст и статистика

! Художественный текст характеризуется измеряемостью. Он состоит из языковых единиц, имеющих количественные и качественные признаки. Последние формализуются значительно сложнее, если вообще формализуются.

Как с помощью статистических данных отразить в исследовании текста, языка писателя, особенности литературного направления, периода именно то индивидуальное, что характеризует язык произведений?

Лексическая статистика и идиостиль автора

Абсолютная частотность слова в тексте сама по себе не может являться показательной для анализа концептуальной системы автора. Существуют слова типа быть, человек, глаз, город, говорить, видеть, хотеть и т.д., часто встречающиеся практически в любом художественном тексте.

Объект рассмотрения – знаменательная лексика

леммы, извлеченные из текстов четырех авторов (М. Булгаков, В. Набоков, А.Платонов, М. Шолохов), упорядочены по частоте

выбрано по 1000 самых частотных в каждом тексте

сформированы группы слов, частотных для одного писателя и нечастотных для других.

М. Булгаков: пьеса, (кот), король, сцена, актер, роман, глава, публика, вскричать, передняя, переулок, автор, директор… 148 слов, 5949 контекстов

В. Набоков: игра, платье, странно, сперва, гостиница, журнал, блеск, столовая, приниматься, панель, стеклянный… 196 слов, 5322 контекста

А. Платонов: коммунизм, паровоз, природа, пролетариат, социализм, пища, масса, скучно, пространство, тосковать… 292 слова, 7653 контекста

М. Шолохов: казак, хутор, полк, дед, зараз, станица, бык, фронт, казачий, крыльцо, парень, седло, рубаха… 192 слова, 20929 контекстов

Для сравнения («абсолютный» список самых частотных, без сопоставления, Набоков):

быть, сказать, еще, уже, один, мочь, знать, рука, говорить, человек, очень, стать, вдруг, глаз, теперь, год, день, опять, лицо, потом, дверь, комната, два, нет, время, выходить, жизнь, сидеть, первый, отец, тут, голова, понимать, раз, думать, идти, казаться, дом, жена, видеть, пойти, черный, голос, спрашивать, слово, стоять, ничего, мысль, дело, нога, находить, стол, сразу, окно, хотеть, сейчас, глядеть, белый, смотреть, подумать…

Сопоставление

По результатам анализа можно выделить сферы, в большей и в меньшей степени характерные для авторов

Формализация авторской лексической сочетаемости

Биграмма как синтагматическая единица

Лексические биграммы — пары слов, извлеченных из одного фразового контекста и, вероятно, связанных семантическими отношениями.Например, в предложении

Филологи проводят конференцию осенью

выделяются биграммы: филолог — проводить, филолог — конференция, проводить — конференция, проводить — осень, филолог — осень и т. п.

Часть этих пар связана семантически весьма тесно, часть обусловлена самой ситуацией (филолог — осень) и для языка достаточно случайна.

Синтагматическое основание для сопоставления идиостилей

Специфика контекстного окружения слов, часто встречающихся у всех авторов и во всех 16 текстах, т.е. основных текстовых лексических универсалий.

Одним из членов биграммы, таким образом, должно обязательно быть слово типа человек, глаз, говорить, видеть, один и т. п.

Теоретически так можно выявить авторские приоритеты, выраженные в работе с «универсальным» языковым материалом, или, иными словами, найти различия в использовании слов, которые являются «всеобщими», часто употребляющимися в любом художественном тексте.

Статистические меры

В работах, связанных с извлечением из текста коллокаций (или неоднословных терминов), рассматриваются статистические меры, оценивающие степень случайности/неслучайности появления слов в одном контексте.

Применение одной из этих мер — MI (mutual information, «коэффициент взаимной информации») — к ранжированию корпуса авторских биграмм показывает, что статистическая методика хорошо выявляет общеязыковые коллокации (друг друга, выражение лица, сходить с ума), а также устойчивые выражения, свойственные конкретному тексту (Пролетарская Сила).

Однако составить представление об идиостилевой специфике авторской сочетаемости таким образом невозможно или, по крайней мере, затруднительно во многом из-за того, что результаты зависят от объема текста.

Ограничение материала

В материал включены биграммы, которые одновременно:

1) встречаются в одном тексте не менее двух раз,

2) встречаются не менее, чем в двух текстах одного автора,

3) вообще не попадают в список избранных биграмм других авторов.

Синтагматические связи между членами избранных биграмм проявляются в обязательном наличии семантических отношений, при этом наличие формально выраженных грамматических отношений необязательно.

После применения необходимых ограничений:

определение расстояния между членами пары (<6);

рассмотрение биграмм, строящихся на текстовых лексических универсалиях;

обозначенные идиостилевые критерии

для анализа отобрано 2400 лексических пар, употребленных 21350 раз.

Авторские синтагматические приоритеты

Определен набор текстовых лексических универсалий, имеющих в творчестве каждого из них наибольшее количество употреблений с оригинальными контекстными партнерами.

Способность слов иметь особое контекстное окружение в диссертации названа синтагматической активностью. Ее формализация позволяет построить синтагматический профиль автора — оригинальное количественное соотношение контекстных партнеров текстовых лексических универсалий в различных произведениях одного писателя

Авторские синтагматические профили

Пример интерпретации: идиостиль М. Шолохова

Итак, на основании выборки биграмм, часто встречающихся в разных произведениях одного автора и совсем не характерных для других писателей, установлено, что именно в произведениях Михаила Шолохова больше всего оригинальных контекстных партнеров оказывается у слов, обозначающих части тела человека (глаз, голова, лицо, рука, нога).

Методика дальнейшего анализа строится на выявлении семантических отношений между исходным словом и его контекстными партнерами.

Лицо Шолохова 

Слово лицо используется М. Шолоховым в первую очередь вместе со словами смуглый (38 раз), ладонь (34), пот (24), румянец (15), дышать (14), внимательно, оглядывать/оглядеть, взглядывать/взглянуть, глянуть, веселый, загар, осунуться и др.

О биграмме смуглый — лицо. Можно предположить, что это сочетание имеет универсальный языковой характер (т. е. не является идиостилевым показателем).

По данным «Национального корпуса русского языка» частота этой биграммы, т. е. количество вхождений в одном предложении слов смуглый — лицо и лицо — смуглый на расстоянии 5 равно 734. Это на корпус объемом в 175 млн слов, а в четырех текстах М. Шолохова — 38 на 688 тыс. Если привести эти данные к универсальному показателю ipm (количество словоупотреблений на миллион), то в НКРЯ частота равна 4,17, что в 13 раз меньше, чем в произведениях одного М. Шолохова (55,26 в нашем корпусе).

Этой информации достаточно, чтобы считать рассматриваемую биграмму чертой авторской синтагматики.

Обобщение контекстов → набор семантических отношений

Лицо ↔ внешняя характеристика, портрет

Лицо ↔ восприятие другим человеком

Лицо ↔ выражение эмоции

Лицо ↔ сенсорное восприятие персонажа

Лицо ↔ внешняя характеристика, портрет (смуглый, загар, осунуться, пот)

Смуглый — самая распространенная характеристика лица:

Прислонясь к бортам, в ней сидели легкораненые; оттеняя их смуглые, загорелые лица, ослепительно белели свежие бинты (Ш:ЗР);

На смуглом лице его резко белел не тронутый загаром лоб (Ш:ТД);

Но смуглое лицо приезжего было добродушно… (Ш:ПЦ).

Характерный авторский типаж — молодая низенькая, но складная, как куропатка, казачка со смуглым лицом и черными лепными бровями (Ш:ТД). Автор пишет о казачестве юга России; многие его герои — сельские труженики, фронтовики, много времени проводящие на солнце. Часто поэтому встречается и слово загар:

Над ним склонилось бледное, даже под густым загаром веснушчатое лицо незнакомой девушки… (Ш:ЗР);

Лицо ее [Дуняшки], веселое, тронутое загаром и у переносицы веснушками, словно говорило: «Мне весело и хорошо…» (Ш:ТД).

Смуглое лицо часто сопровождает положительная эстетическая оценка:

Ей в ту осень перевалило за сорок, но она еще сохранила в полном и сильном теле, в смуглом лице степную, неяркую красоту (Ш:ПЦ);

Смуглое молодое лицо было красиво и после смерти (Ш:ТД).

Противопоставлено смуглому и загорелому (обычно здоровому) лицу лицо осунувшееся:

У хирурга было молодое осунувшееся лицо (Ш:ЗР);

Осунувшееся лицо его с каким-то фиолетовым оттенком (Ш:ТД);

Он [Разметнов] долго молча смотрел в осунувшееся лицо друга, потом деловито спросил: «Ты нынче завтракал?» (Ш:ПЦ).

Со словом лицо регулярно употребляется и слово пот:

Петро ахнул, на секунду стал, побелел, пот разом залил ему лицо (Ш:ТД).

Лицо ↔ восприятие другим человеком (слова оглядывать/оглядеть, взглянуть, глянуть, внимательно)

На внимание, которое уделяет М. Шолохов описанию лица, указывает частотность контекстов с глаголами восприятия:

Взглянув внимательнее на затененное каской лицо Николая, Звягинцев понял, что дальше вести этот разговор не следует (Ш:ЗР);

Романовский бегло взглянул на ее расстроенное лицо…; Григорий глянул ему в лицо (Ш:ТД) и т. д.

Лицо человека шолоховские герои изучают внимательно, чтобы понять внутреннее состояние собеседника:

Давыдов внимательно всматривался в его лицо и никак не мог определить, серьезно он говорит или шутит (Ш:ПЦ);

Лукомский внимательно смотрел на смуглое лицо Корнилова. Оно было непроницаемо, азиатски бесстрастно… (Ш:ТД).

Лицо ↔ выражение эмоции (слова веселый, ладонь, румянец)

По сравнению с существительными глаз и голова, слово лицо сочетается с существенно меньшим количеством контекстных партнеров, но так же, как и глаза, лицо у героев Шолохова часто бывает веселым:

Прислуживая и глядя на веселые лица, Аксинья сильнее ощущала свое одиночество (Ш:ТД);

как парень, так он с лица веселый, понятливый, а как от молодой жены в полк пришел, так он в момент от тоски одеревенеет и становится пенек пеньком (Ш:ПЦ).

И так же, как голову, лицо в горе или радости прячут в ладонях, закрывают ладонями:

Яков Лукич безнадежно махнул рукой, прижался грудью к дверной притолоке, пряча лицо в ладонях (Ш:ПЦ);

Дуняшка не выдержала и пырскнула, спрятав в ладонях лицо (Ш:ТД).

О сильной эмоции свидетельствует румянец:

На лице Дуняшки то вспыхивал густой румянец, то бледность покрывала щеки… (Ш:ТД);

Лицо Любишкина медленно наливалось синеватым румянцем страшного гнева (Ш:ПЦ).

Лицо и сенсорное восприятие персонажа (глагол дышать)

Эта рубрика выделена в силу частотности сочетания дышать в лицо, употребляемого в буквальном смысле:

Чикамасов закурил и, дыша в лицо Бунчуку густым махорочным запахом, задумчиво кашлянул (Ш:ТД);

Давыдов, наклоняясь к нему за спиной Нагульнова и дыша в лицо по-детски чистым, терпко-винным запахом щербатого рта, сказал… (Ш:ПЦ).

Впечатление от близко говорящего человека может быть нейтральным, приятным или, наоборот, совершенно неприятным:

Варя стремительно подошла и с ходу прижалась к Давыдову, дыша ему в лицо, горячечно зашептала… (Ш:ПЦ);

«Иди скорей!» — шепнул Жарков, дыша в лицо Григорию свонявшимся запахом грязного рта… (Ш:ТД).