Boris V. Orekhov

Представлены результаты всестороннего количественного исследования башкирской системы версификации в XX веке. С использованием современных статистических инструментов подвергаются анализу все уровни организации стихотворного текста от фоники до лексики и грамматики, с особенным вниманием к метру и ритму. Количественные данные получены на корпусе текстов 103 башкирских поэтов общим объемом в 1,77 млн словоупотреблений. Анализ предварен подробным обзором науки о тюркском стихе, начиная с 1950-х годов. Утверждается, что основную роль в башкирском стихосложении XX века играют силлабические формы фольклорного происхождения узун-кюй и кыска-кюй, первая из которых специфична для поволжско-кыпчакского слогосчитающего стиха. Приводится подробное сопоставление башкирского стиха с киргизским. Книга завершается примерами поэтических текстов на башкирском языке, сгенерированных с использованием искусственных нейронных сетей.

Abstract The creation of poems via neural networks is relatively easy nowadays and the internet is replete with corresponding examples. However, it largely lacks interpretive concepts. What should be done with the results generated in this way? How can we draw scientific conclusions from them? This is all the more difficult to answer as it still remains unclear where to position deep-learning approaches in the canon of digital-humanities methods. But it is clear that humanities scholars must reckon with machines being responsible for, or at least involved in, the creation of their objects of study. After a historical introduction to automated poetry generation, we try to conceptualize neural-net poetry and argue that its interpretation, i.e. the close reading of texts generated that way, based on large source corpora, can be an insightful addition to the toolbox of computational literary studies, an approach in development that we suggest calling “neural reading.” Our main argument is that artificial neural networks are able to reproduce parts of the stylistic features of a training sample, in our case poetic corpora, acting as a kind of digital echo chamber of literary history. These features are mainly observed in smaller language units, at the level of morphology, vocabulary, syntax, and prosody. Our findings open new directions for the study of style in larger corpora. We will illustrate this with three Russian corpora (a selection of translated hexameters from the eighteenth to the twentieth century and the poetry of Natalia Azarova and Vladimir Vysotsky) and one German corpus (collected poems of Friedrich Hölderlin).

В статье подводятся итоги проекта фундаментальной реконструкции и модернизации платформы Национального корпуса русского языка, осуществленного в 2020–2023 гг. В фокусе статьи новые возможности, которые открываются для лингвистов и более широкой аудитории, в частности, улучшение репрезентативности имеющихся корпусов, создание новых корпусов, новая разметка, полученная с помощью применения нейросетевых моделей, новые интерфейсные решения. Более детально рассматриваются три ярких новых компонента: ресурсный—новый корпус «Социальные сети», поисковый—Панхронический корпус, объединяющий поиск по корпусам разных периодов, и аналитический—функциональный комплекс статистики и визуализации данных.

It is a basic assumption of stylometry that texts written by the same person show greater stylometric similarity even if published under multiple pennames. Statistical authorship attribution strongly relies on the ability of Burrows’s Delta and its variants to cluster one author together regardless of pseudonyms. At the same time, the very first computational discoveries by the founder of modern stylometry showed that a single author is capable of producing multiple voices (Burrows, 1987, Computation into Criticism: A Study of Jane Austen’s Novels and an Experiment in Method. Clarendon Press). We investigate two authors whose stylistically autonomous pennames seem to deceive Delta and override authorial signals: a Portuguese poet Fernando Pessoa and a French novelist Romain Gary. Pessoa managed to create at least three pennames (the author himself used the term ‘heteronym’) who exhibit all traits of individual human beings from the stylometric point of view. Gary’s alter ego Emile Ajar, who was an intentional literary mystification, also demonstrates traits of stylometric autonomy. At the same time, other pseudonyms used by Gary lack that autonomy completely. Our investigation shows that there appears to be a continuum between a purely formal use of a penname, which brings almost no distinction from the real name of an author, and a strong literary sub-personality such as those created by Pessoa.