RUS  ENG
Полная версия
ЖУРНАЛЫ // Моделирование и анализ информационных систем // Архив

Модел. и анализ информ. систем, 2021, том 28, номер 3, страницы 280–291 (Mi mais750)

Эта публикация цитируется в 2 статьях

Theory of data

Классификация текстов по жанрам на основе ритмических характеристик

К. В. Лагутинаa, Н. С. Лагутинаa, Е. И. Бойчукb

a Ярославский государственный университет им. П. Г. Демидова, ул. Советская, д. 14, г. Ярославль, 150003 Россия
b Ярославский государственный педагогический университет им. К. Д. Ушинского, ул. Республиканская, д. 108/1, г. Ярославль, 150000 Россия

Аннотация: Статья посвящена анализу ритма текстов различных жанров: художественных романов, рекламы, научных статей, отзывов, твитов и политических статей. Авторы выделили в текстах лексико-грамматические средства: анафору, эпифору, диакопу, апозиопезу и т. п., которые являются маркерами ритма текста. На их основе были подсчитаны статистические характеристики, описывающие количественно и структурно данные ритмические средства.
Полученная модель текста была визуализирована для статистического анализа с помощью диаграмм размаха и тепловых карт, которые показали отличия в ритме текстов различных жанров. Диаграммы размаха показали, что практически все жанры отличаются друг от друга по общей плотности ритмических характеристик. Тепловые карты показали различную структуру ритма у жанров.
Далее ритмические характеристики успешно использовались для классификации текстов по шести жанрам. Высокое качество классификации показало, что ритмические характеристики являются хорошим маркером для большинства жанров, в особенности для художественной литературы. Эксперименты проводились с помощью программного инструмента ProseRhythmDetector для русского и английского языков. Корпуса текстов содержат по 300 текстов для каждого языка.

Ключевые слова: стилометрия, обработка естественного языка, ритмические характеристики, жанры, классификация текстов.

УДК: 004.912

MSC: 68T50

Поступила в редакцию: 20.08.2021
Исправленный вариант: 30.08.2021
Принята в печать: 01.09.2021

DOI: 10.18255/1818-1015-2021-3-280-291



Реферативные базы данных:


© МИАН, 2024