Тематическое моделирование художественной прозы: оценка и интерпретируемость результатов (на примере русского рассказа 1900–1930 гг.) | Вестник Томского государственного университета. Филология. 2024. № 89. DOI: 10.17223/19986645/89/6

Тематическое моделирование художественной прозы: оценка и интерпретируемость результатов (на примере русского рассказа 1900–1930 гг.)

В статье рассматривается интерпретируемость результатов тематического моделирования литературных текстов. Цель исследования - определить, насколько тематические распределения отражают содержательные аспекты художественного текста. Описаны эксперименты по оценке тематических моделей, основанных на 3 000 рассказах 927 русских писателей начала XX в. Исследование показало, что 52% рассказов хорошо соответствуют семантически це-лостным топикам, а 24% им соответствуют частично. Полученные результаты подтверждают целесообразность применения методов тематического моделирования к художественным текстам. авторы выражают благодарность членам Научно-учебной группы междисциплинарных филологических исследований НИУ ВШЭ в Санкт-Петербурге, в особенности А.С. Карышевой, Е.О. Колпащиковой, А.Ю. Москаленко, И.А. Делазари, И.С. Завьяловой, за активное участие и экспертизу на разных этапах исследования.

Скачать электронную версию публикации

Загружен, раз: 3

Ключевые слова

русская литература, русский рассказ, малая проза, тематическое моделирование, литературная тема, корпусная лингвистика, компьютерная лингвистика, интерпретация, экспертная оценка

Авторы

ФИО	Организация	Дополнительно	E-mail
Шерстинова Татьяна Юрьевна	Национальный исследовательский университет «Высшая школа экономики»	канд. филол. наук, доцент департамента филологии	tsherstinova@hse.ru
Кирина Маргарита Александровна	Национальный исследовательский университет «Высшая школа экономики»	магистрант, приглашенный преподаватель департамента филологии	mkirina@hse.ru
Москвина Анна Денисовна	Национальный исследовательский университет «Высшая школа экономики»	преподаватель департамента филологии	admoskvina@hse.ru

Всего: 3

Ссылки

Sherstinova T., Mitrofanova O., Skrebtsova T., Zamiraylova, E., Kirina M. Topic Modelling with NMF vs. Expert Topic Annotation: The Case Study of Russian Fiction // Advances in Computational Intelligence: 19th Mexican International Conference on Artificial Intelligence, MICAI 2020. P. 2. 2020. Vol. 12469. P. 134-152.

Jockers M.L., Mimno D. Significant themes in 19th-century literature // Poetics. 2013. Vol. 41, № 6. P. 750-769.

Jautze K., Cranenburgh A. van, Koolen C. Topic modeling literary quality // Digital Humanities. Conference Abstracts. 2016. P. 233-237.

Schoch C. Topic modeling genre: an exploration of French classical and enlightenment drama // Digital Humanities Quarterly. 2017. Vol. 11, № 2. 10.48550/arXiv.2103.13019 (дата обращения: 01.05.2021).

Navarro-Colorado B. On Poetic Topic Modeling: Extracting Themes and Motifs From a Corpus of Spanish Poetry // Frontiers in Digital Humanities. 2018. Vol. 5, № 15.

Митрофанова О.А. Исследование структурной организации художественного произведения с помощью тематического моделирования: опыт работы с текстом романа "Мастер и Маргарита" М.А. Булгакова // Корпусная лингвистика 2019. СПб., 2019. С. 387-394.

Корпус русского рассказа 1900-1930. URL: https://russian-short-stories.ru/(дата обращения: 05.12.2022).

Мартыненко Г.Я., Шерстинова Т.Ю., Мельник А.Г., Попова Т.И. Методологические проблемы создания Компьютерной антологии русского рассказа как языкового ресурса для исследования языка и стиля русской художественной прозы в эпоху революционных перемен (первой трети XX века) // Компьютерная лингвистика и вычислительные онтологии. СПб.: НИУ ИТМО, 2018. № 2. С. 97-102.

Мартыненко Г.Я., Шерстинова Т.Ю., Попова Т.И., Мельник А.Г., Замирайлова Е.В. О принципах создания корпуса русского рассказа первой трети XX века // Труды XV Международной конференции по компьютерной и когнитивной лингвистике "TEL 2018". Казань, 2018. С. 180-197.

Sherstinova T., Martynenko G. Linguistic and Stylistic Parameters for the Study of Literary Language in the Corpus of Russian Short Stories of the First Third of the 20th Century // R. Piotrowski's Readings in Language Engineering and Applied Linguistics, Proc. of the III International Conference on Language Engineering and Applied Linguistics (PRLEAL-2019), Saint Petersburg, Russia, November 27, 2019, CEUR Workshop Proceedings. 2020. Vol. 2552. P. 105-120. URL: http://ceur-ws.org/Vol-2552.

Zamiraylova E., Mitrofanova O. Dynamic topic modeling of Russian fiction prose of the first third of the 20th century by means of non-negative matrix factorization // Proc. of the III International Conference on Language Engineering and Applied Linguistics (PRLEAL-2019). 2020. Vol. 2552. P. 321-339.

Skrebtsova T.G. Thematic Tagging of Literary Fiction: The Case of Early 20th Century Russian Short Stories // International Conference "Internet and Modern Society" (IMS-2020). CEUR Workshop Proceedings, 2021. P. 265-276.

Sherstinova T., Kirina M. Normalization Issues in Digital Literary Studies: Spelling, Literary Themes and Biographical Description of Writers // Alexandrov D.A. et al. Digital Transformation and Global Society. DTGS 2021.Communications in Computer and Information Science. Vol. 1503. Cham, 2022. P. 332-346.

Gryaznova E., Kirina M. Defining Types of Violence: Comparing Topic Modeling with Latent Dirichlet Allocation and Principal Component Analysis for Russian Short Stories from the 1900s to the 1930s // Proceedings of the International Conference "Internet and Modern Society" 2021. P. 281-290.

Кирина М.А. Сравнение тематических моделей на основе LDA, STM и NMF для качественного анализа русской художественной прозы малой формы // Вестник НГУ. Серия: Лингвистика и межкультурная коммуникация. 2022. Т. 20, № 2. С. 93-109.

Rhody L.M. Topic Modelling and Figurative Language // Journal of Digital Humanities. 2012.

Da N.Z. The computational case against computational literary studies // Critical Inquiry. 2019. Vol. 45, № 3. P. 601-639.

Uglanova I., Gius E. The Order of Things. A Study on Topic Modelling of Literary Texts // Proc. of the CHR 2020: Workshop on Computational Humanities Research, CEUR Workshop Proceedings. 2020. URL: http://ceur-ws.org/Vol-2723/long7.pdf.

Жолковский А.К., Щеглов Ю.К. К понятиям "тема" и "поэтический мир" // Щеглов Ю.К. Избранные труды / сост. А.К. Жолковский, В. А. Щеглова. М.: РГГУ, 2013. С. 37-78.

Тынянов Ю.Н. Архаисты и новаторы. Л.: Прибой, 1929.

Мартыненко Г.Я. Основы стилеметрии. Л.: Изд-во ЛГУ, 1988.

Мартыненко Г.Я. Методу: математической лингвистики в стилистических исследованиях. М.: Нестор-История, 2019.

Honnibal M., Montani I. spaCy 2: Natural language understanding with Bloom embeddings, convolutional neural networks and incremental parsing. 2017. URL: https://spacy.io/models/ru (дата обращения: 01.05.2021).

Blei D.M., Ng A.Y., Jordan M.I. Latent Dirichlet allocation // The Journal of machine Learning research. 2003. Vol. 3. P. 993-1022.

Daud A., Li J., Zhou L. et al. Knowledge discovery through directed probabilistic topic models: a survey // Front.Comput. Sci. China. 2010. Т. 4, № 3. Р. 280-301.

Митрофанова О.А. Моделирование тематики специальных текстов на основе алгоритма LDA // XLII Международная филологическая конференция. 11-16 марта 2013 г. Избранные труды. СПб., 2014.

Rehhrek R., Sojka P. Software framework for topic modelling with large corpora // Proceedings of the LREC 2010 workshop on new challenges for NLP frameworks. 2010.

Blei D.M. Probabilistic topic models // Communications of the ACM. 2012. Vol. 55, № 4. P. 77-84.

Коршунов А., Гомзин А. Тематическое моделирование текстов на естественном языке // Трудяг Института системного программирования РАН. 2012. № 23.

Kherwa P., BansalP. Topic modeling: a comprehensive review // EAI Endorsed transactions on scalable information systems. 2020. Vol. 7, № 24.

Roder M., Both A., Hinneburg A. Exploring the Space of Topic Coherence Measures // Proceedings of the eighth International Conference on Web Search and Data Mining, 2015.

Sherstinova T., Kirina M., Zavyalova I., Karysheva A., Kolpashchikova E., Maksimenko P., Moskalenko A., Moskvina A., Кирина М.А. Topic Modeling of Literary Texts Using LDA: On the Influence of Linguistic Preprocessing on Model Interpretability // 2022 31st Conference of Open Innovations Association (FRUCT). Vol. 32. IEEE, 2022. P. 305-312.

Шерстинова Т.Ю., Москвина А.Д., Кирина М.А. Тематическое моделирование русского рассказа 1900-1930: наиболее частотные темы и их динамика // Компьютерная лингвистика и интеллектуальные технологии: по материалам международной конференции "Диалог 2022". 2022. Вып. 21. С. 512-526.

Chang J., Gerrish S., Wang C., Boyd-Graber J.L., Blei D.M. Reading tea leaves: how humans interpret topic models // Adv. Neural Inf. Process. Syst. 2009. Vol. 22. P. 288-296.

Воронцов К.В., Фрей А.И., Апишев М.А., Потапенко А.А. Тематическое моделирование в BigARTM: теория, алгоритмы, приложения. 2015. URL: http://www.machinelearning.ru/wiki/images/b/bc/Voron-2015-BigARTM.pdf.

Томашевский Б.В. Теория литературы. Поэтика: учеб. пособие. М.: Аспект Пресс, 1996. С. 176-192.

Вершинина Н.Л., Волкова Е.В., Крупчанов Л.М. [и др.] Введение в литературоведение: учеб. для бакалавров. М.: Юрайт, 2015.

Sherstinova T., Moskvina A., Kirina M. Towards automatic modelling of thematic domains of a national literature: Technical issues in the case of Russian // 2021 29th Conference of Open Innovations Association (FRUCT). IEEE, 2021. P. 313-323.