Ранговое расстояние Спирмена как инструмент стилометрической атрибуции: сравнительный анализ на разнородных корпусах
В статье представлено эмпирическое сравнение метрики, основанной на расчете коэффициента ранговой корреляции Спирмена, с традиционными и относительно новыми мерами расстояния (Дельта Берроуза, косинусное расстояние, расстояние Лаббе, расстояние Зергеля, дивергенция Йенсена-Шеннона, которой уделено особое внимание), используемых при стилометрической атрибуции текста. Актуальность исследования заключается в необходимости поиска и обнаружения стилометрического инструмента (меры расстояния и ее «настроек»), устойчивого к внутриавторской вариативности и разреженности признакового пространства. Проблема исследования обусловлена методологической неопределенностью в выборе оптимальной меры расстояния для стилометрической атрибуции. Несмотря на развитие distance-based подходов эффективность метрик критически зависит от структуры корпуса, длины анализируемых фрагментов и параметров признакового пространства. В условиях отсутствия единой надежной метрики для атрибуции сложных текстовых массивов данное исследование впервые обосновывает использование расстояния Спирмена как валидного инструмента стилометрического анализа. Эмпирической базой исследования стали четыре разнородных по времени, жанрам и языку написания корпуса текстов (всего 49 авторов, 899 художественных текстов). Исследование включало унифицированную предобработку текстов (токенизация, приведение к нижнему регистру, анализ на уровне словоформ) и систематический перебор параметров для шести метрик. Для каждой комбинации (автор, метрика, длина фрагмента) определялась оптимальная конфигурация параметров (количество частотных слов; отсутствие/наличие стандартизации), обеспечивающая максимальную долю истинно положительных результатов при атрибуции методом k-NN, k=1. Результаты показали, что расстояние Спирмена демонстрирует наибольшую робастность и универсальность, сохраняя высокую точность при жанровой неоднородности, вариативности объема текстов и наличии стилистических аномалий. Установлено, что ранговое расстояние Спирмена систематически превосходит частотные и энтропийные метрики по робастности в условиях жанровой гетерогенности и может служить надежным инструментом стилометрической атрибуции.
Бочкарев В. В., Афанасьев А. С., Бакиров Р. А. Ранговое расстояние Спирмена как инструмент стилометрической атрибуции: сравнительный анализ на разнородных корпусах // Вопросы теоретической и прикладной лингвистики. 2026. Т. 12. № 3. C. 52–79.
Пока никто не оставил комментариев к этой публикации.
Вы можете быть первым.
Алиева О. В. Меры расстояния для определения авторства древнегреческих текстов // Цифровые гуманитарные исследования. 2024. № 1 (1). С. 8–33. DOI: 10.31860/cgi-2024-1-8-33
Великанова Н. П., Орехов Б. В. Цифровая текстология: атрибуция текста на примере романа М. А. Шолохова «Тихий Дон» // Мир Шолохова. 2019. № 1 (11). С. 70–82.
Двинятин Ф.Н., Ковалев Б.В. «Сирин не уступает Леонову»: метод Delta для стилеметрического анализа русских романов межвоенного периода // Шаги/Steps. 2024. 10 (3). С. 207–229. DOI: 10.22394/2412-9410-2024-10-2-207-229
Мартыненко Г. Я. Стилеметрия: возникновение и становление в контексте междисциплинарного взаимодействия. Часть 1. Первые шаги: ХIХ век // Структурная и прикладная лингвистика. 2014. № 10. С. 3–23.
Мартыненко Г. Я. Стилеметрия: возникновение и становление в контексте междисциплинарного взаимодействия. Часть 2. Первая половина ХХ в.: расширение междисциплинарных контактов стилеметрии // Структурная и прикладная лингвистика. 2015. № 11. С. 9–28.
Маслинский К. А. Уточненная цифровая текстология: еще раз к вопросу об авторстве романа «Тихий Дон» // Русская литература. 2022. № 1. С. 247–254. DOI: 10.31860/0131-6095-2022-1-247-254
Староверова П. В. Стругацкие разделенные. Стилеметрическое выявление индивидуальных авторских фрагментов в коллективном тексте // Цифровые гуманитарные исследования. 2025. № 1. С. 24–39. DOI: 10.31860/cgi-2025-1-24-39
Arefin A. S. An information theoretic clustering approach for unveiling authorship affinities in Shakespearean era plays and poems / Arefin A. S., Vimieiro R., Riveros C., Craig H., Moscato P. // PLoS One. 2014. Vol. 9, № 10. e111445. https://doi.org/10.1371/journal.pone.0111445
Argamon S. Interpreting Burrows’ delta: Geometric and probabilistic foundations // Literary and Linguistic Computing. 2008. Vol. 23, № 2. Pp. 131–147. DOI:10.1093/llc/fqn003
Bortolato С. Intertextual Distance of Function Words as a Tool to Detect an Author’s Gender: A Corpus-Based Study on Contemporary Italian Literature // Glottometrics. 2016. № 34. Pp. 28–43.
Burrows J. ’Delta’: a Measure of Stylistic Difference and a Guide to Likely Authorship // Literary and Linguistic Computing. 2002. Vol. 17, № 3. Pp. 267–287. DOI:10.1093/llc/17.3.267
Endres D. M., Schindelin J. E. A new metric for probability distributions // IEEE Transactions on Information Theory. 2003. 49 (7). Pp. 1858–1860. DOI:10.1109/TIT.2003.813506
Evert S. Understanding and explaining Delta measures for authorship attribution / Evert S., Proisl T., Jannidis F., Reger I., Pielström S., Schöch C., Vitt T. // Digital Scholarship in the Humanities. 2017. Vol. 32. Pp. 4–16. DOI:10.1093/llc/fqx023
Grieve J. Quantitative authorship attribution: An evaluation of techniques // Literary and Linguistic Computing. 2007. 22 (3). P. 251-270. DOI: 10.1093/llc/fqm020
Grzybek P. The Emergence of Stylometry: Prolegomena to the History of Term and Concept. URL: http://www.peter-grzybek.eu/science/publications/2014/grzybek_2014_stylometry.pdf (дата обращения: 05.04.2026).
Hoover D. Frequent word sequences and statistical stylistics // Literary and Linguistic Computing. 2002. 17 (2). Pp. 157–180. DOI: 10.1093/llc/17.2.157
Hoover D. Testing Burrows’s Delta // Literary and Linguistic Computing. 2004. Vol. 19. № 4. Pp. 453–475. DOI:10.1093/llc/19.4.453
Jannidis F. Improving Burrows’ Delta – An empirical evaluation of text distance measures / Jannidis F., Pielström S., Schöch C., Vitt T. // Book of Abstracts of the Digital Humanities Conference 2015. URL: https://www.researchgate.net/publication/280086768_Improving_Burrows’Delta-_An_empirical_evaluation_of_text_distance_measures (дата обращения: 05.04.2026).
Koppel M., Schler J., Argamon S. Computational methods in authorship attribution // Journal of the American Society for Information Science and Technology. 2009. 60 (1). Pp. 9–26. DOI: DOI:10.1002/asi.20961
Kocher M. Evaluation of text representation schemes and distance measures for authorship linking / Kocher M., Savoy J. // Digital Scholarship in the Humanities. 2019. Vol. 34. № 1. Pp. 189–207. DOI:10.1093/llc/fqy013
Kovalev B. V. From Classics to Digital Philology: On the Origin and Growth of Stylometry // Philologia Classica. 2024. Vol. 19. № 2. Pp. 347–360. DOI: 10.21638/spbu20.2024.211
Labbé C. A Tool for Literary Studies: Intertextual Distance and Tree Classification / Labbé C., Labbé D. // Literary and Linguistic Computing. 2006. Vol. 21. № 3. Pp. 311–326. DOI:10.1093/llc/fqi063
Levy A. A guide to similarity measures and their data science applications / Levy A., Shalom B. R., Chalamish M. // J Big Data. 2025. Vol. 12. Art. 188. DOI: 10.1186/s40537-025-01227-1
Lin J. Divergence measures based on the Shannon entropy // IEEE Transactions on Information Theory. 1991. 37 (1). Pp. 145–151. DOI: 10.1109/18.61115
Mikros G. Burrows’ Delta as a Convergent Validator: Stylometric Analysis for Complementary Machine Translation Evaluation / Mikros G., Sosoni V., Manousakis V., Polychroniou K. // Journal of Quantitative Linguistics. 2026. Pp. 1–29. DOI: 10.1080/09296174.2026.2612931
Orekhov B. V. Does Burrows’ Delta really confirm that Rowling and Galbraith are the same author? URL: https://publications.hse.ru/pubs/share/direct/950068199.pdf (дата обращения: 05.04.2026). DOI: 10.48550/arXiv.2407.10301
O’Sullivan J. Stylometric comparisons of human versus AI-generated creative writing // Humanities and Social Sciences Communications. 2025. Vol. 12. Art. 1708. DOI: 10.1057/s41599-025-05986-3
Pronin D. Rank-Turbulence Delta and Interpretable Approaches to Stylometric Delta Metrics / Pronin D., Kazartsev E. URL: https://arxiv.org/pdf/2604.19499 (дата обращения: 24.04.2026).
Rybicki J. Deeper Delta across genres and languages: do we really need the most frequent words? / Rybicki J., Eder M. // Literary and Linguistic Computing. 2011. Vol. 26. № 3. Pp. 315–321. DOI: 10.1093/llc/fqr031
Savoy J. Machine Learning Methods for Stylometry: Authorship Attribution and Author Profiling. Cham: Springer International Publishing, 2020. DOI: 10.1007/978-3-030-53360-1
Skorinkin D. Hacking stylometry with multiple voices: Imaginary writers can override authorial signal in Delta / Skorinkin D., Orekhov B. // Digital Scholarship in the Humanities. 2023. Vol. 38. № 3. Pp. 1247–1264. DOI: 10.1093/llc/fqad012
Smith P. Improving Authorship Attribution. Optimizing Burrows’ Delta Method / Smith P., Aldridge W. // Journal of Quantitative Linguistics. 2011. Vol. 18. № 1. Pp. 63–88. DOI: 10.1080/09296174.2011.533591
Spearman C. The proof and measurement of association between two things // American Journal of Psychology. 1904. 15 (1). Pp. 72–101. DOI: 10.2307/1412159
Stanikunas D. Comparison of distance and similarity measures for stylometric analysis of Lithuanian texts / Stanikunas D., Mandravickaite J., Krilavicius T. 2017. URL: https://portalcris.vdu.lt/server/api/core/bitstreams/423f881d-b231-4a02-b509-80fd53205028/content (дата обращения: 28.04.2026).
Willett P. Chemical similarity searching / Willett P., Barnard J., Downs G. // J Chem Inform Comput Sci. 1998. Vol. 38. Pp. 983–996. DOI: 10.1021/CI9800211
Исследование выполнено при поддержке гранта Российского научного фонда № 24-18-00570, https://rscf.ru/project/24-18-00570/.