Книга 2. Меняем даты — меняется всё.

21) ШИШКОВ В.Я. (1873–1945) — повесть «Тайга» (написана в 1916 г.), повесть «Пейнус-озеро» (написана в 1931 г.), роман «Угрюм-река» (написан в 1918–1932 гг.), М., 1960.

22) ФАДЕЕВ A.A. (1901–1956) — роман «Разгром» (написан в 1926 г.), роман «Молодая гвардия» (написан в 1945 г.).

23) ШОЛОХОВ М.А. (1905–1984) — собрание сочинений в 8 томах, М., 1962: ранние рассказы — том 1, роман «Тихий Дон» — тома 2–5, роман «Поднятая целина» — тома 6, 7, рассказы — том 8.

6. Вычислительный эксперимент

Для каждого из этих писателей мы в 1974–1977 годах полностью обработали все указанные в списке сочинения. А именно, вдоль всех этих многотомных текстов были просчитаны значения девяти перечисленных лингвистических параметров. В результате, мы построили частотные графики для выборок размером в 2000, 4000, 8000, 16 000 слов. Вся эта огромная работа была выполнена нами «вручную», поскольку мы не располагали электронными версиями всех этих книг (мы не уверены, что таковые существуют даже сегодня).

Принцип построения частотных графиков таков. По горизонтали откладывались номера последовательных выборок, а по вертикали — численные значения лингвистических параметров. В результате каждому писателю отвечает некоторая ломаная кривая. Колебания параметров, их отклонения от среднего значения, подсчитывались по формуле

d = (Н. макс — Н. мин) / Н. сред

где Н. макс. Н. мин, Н. сред — максимальное, минимальное и среднее значения соответственно.

7. Результаты эксперимента

Оказалось, что все перечисленные параметры за исключением параметра 3 при росте объема выборки либо не стабилизируются вообще, либо разброс их значений для одного автора сравним с максимальной разностью значений для разных авторов. Другими слова ми, в этом последнем случае «все авторы склеиваются», их невозможно численно отделить друг от друга. Ясно, что такие параметры не могут служить для различения хотя бы некоторых групп авторов.

Типичным примером первой ситуации (отсутствие стабилизации с ростом объема выборки) является эволюция параметра 1 — количества слов в предложении, рис. d3.2. Отчетливо видно, что даже при объеме выборок в 16 000 слов кривые хаотичны, сильно перемешаны и размах колебаний слишком велик. Ввиду большого объема материала, на графиках и в таблицах мы иногда приводим лишь значения для нескольких начальных выборок (или десятков выборок). Оказывается, характер графиков полностью определяется их начальными фрагментами.

Рис. d3.2. Поведение параметра: количество слов в предложении, для выборок в 16 000 слов. Ясно видно, что этот параметр «плохой», он не стабилизируется

Типичным примером второй ситуации («слипание всех писателей») является поведение параметра 2 — количества слогов в слове, рис. (13.3. Хотя при объеме выборок в 16 000 слов кривые начинаются выпрямляться, стабилизироваться, однако все траектории практически сливаются друг с другом, слипаются, что делает невозможным различение авторов.

Аналогичная картина наблюдается и для параметров 4, 5, 6, 7, 8, 9. Например, кривые параметра 9 не стабилизируются и перемешиваются. Поведение параметра 8 похоже на поведение параметра 2 — хотя при большом объеме выборок кривые выравниваются, однако они становятся очень близкими друг к другу, стремятся к одному и тому же значению, определяемому, следовательно, общими законами русского языка, а не индивидуальными особенностями писателя.

Рис. d3.3. Поведение параметра: количество слогов в слове, для выборок в 16 000 слов. Ясно видно, что этот параметр «плохой». Хотя он стабилизируется, однако его значения для разных авторов практически неотличимы. Он не разделяет авторов

На этом основании нам представляется крайне сомнительным использование параметров 1, 2, 4, 5, 6, 7, 8, 9 для различения авторов.

8. Частота употребления служебных слов оказывается авторским инвариантом

Замечательным исключением является наш параметр 3 — частота употребления всех служебных слов — ПРЕДЛОГОВ, СОЮЗОВ И ЧАСТИЦ. Эволюция этого параметра в зависимости от роста объема выборки показана на рис. d3.4-d3.7.

Рис. d3.4. Поведение параметра: процент служебных слов, для выборок в 2000 слов. Кривые хаотичны