Пересчитав и перечитав кое-что в “Бедной Лизе”, сделала три важных открытия.

1) Самая мрачная сцена в повести — это не сцена самоубийства.

2) Вторая самая мрачная сцена в повести —тоже не сцена самоубийтсва.

3) “Крестьянки любить умеют” — это вообще не про Лизу.

По ссылочке, кому интересно, лонгрид с картинками.

P.S. Это не для науки, а для души — не бросайтесь в меня, пожалуйста, фолиантами.

В античном вкусе

Снова злокозненный рис слипается в мерзкую кучу.
Видно, придется его в рыбный салат положить.

Статистика выходит из Юмовской шинели. 1748.

Итак, перенося прошлое на будущее, чтобы определить действие, которое окажется результатом какой-нибудь причины, мы, по-видимому, переносим различные события в той же пропорции, в какой они встречались в прошлом, представляя себе, что одно из них произошло, например, сто раз, другое - десять, а третье - только однажды. Так как большое число возможностей совпадает здесь в одном событии, они подкрепляют и подтверждают его в нашем воображении, порождают то чувство, которое мы называем верой, и дают объекту этого чувства преимущество перед противоположным событием, которое не подкреплено таким же числом опытов и не так часто приходит на ум при перенесении прошлого на будущее.

Особенно интересно там рядом его рассуждение о том, как мы можем делать выводы на основании 100 наблюдений, если одно наблюдение считается недостаточным для вывода.

Тут, конечно, и привет в будущее “степеням свободы”, но и еще — привет в прошлое Зенону Элейскому: падение одного зерна не производит шума; двух-трёх зёрен также, а падение всей кучи зёрен создаст шум… В целом же то, что он называет “привычкой”, очень похоже на будущий статистический вывод.

Сократ сказал, надо самопознавать, вот я и самопознаю. Нежно запарсила и тематически смоделировала дружественный канал antibarbari в надежде увидеть там две темы: латынь и греческий. не тут-то было! а кому локк, малина, ежевик, божественный рыба, мята, крокус, достоевский и пожар? очень, очень нескучно живут товарищи в соседнем канале

Переводя на понятные реалии:
“Остынь, это всего лишь койне“

А вы же знали, что корпус греческих папирусов тоже доступен в xml на Github? https://github.com/alekkeersmaekers/duke-nlp #датасет

Маленькие всякие пакости еще допиливаю (ошибки лемматизации и проч.), но вот такая интерактивная тематическая модель дружественного канала antibarbari получается (канал публичный, если что).

https://locusclassicus.github.io/ldavis_antibarbari/#topic=3&lambda=1&term=

Значения лямбды, очень близкие к нулю, показывают термины, наиболее специфичные для выбранной темы. Это означает, что вы увидите термины, которые "важны" для данной конкретной темы, но не обязательно "важны" для всего корпуса. Значения лямбды, близкие к единице, показывают те термины, которые имеют наибольшее соотношение между частотой терминов по данной теме и общей частотой терминов из корпуса. Сами разработчики советуют выставлять значение лямбды в районе 0.6. #lda

Пока это технический пост — какие-то смыслы упакую ближе к запуску курса по анализу текста в R.

Работаем.

Челлендж веб-скрапинга done. Освоила SelectorGadget и поскрапила Салтыкова-Щедрина с WikiSource. Ай молодца. Почему Салтыкова-Щедрина? Очень у него много латыни. Хороший, годный писатель.

Йес оф корс, хочется сказать голосом герцога Бэкингема

Кое-кто целый день сравнивал результат морфологического анализа “Исповеди” с использованием разных моделей, чтобы обнаружить, что все в чем-то недотягивают.

Под вечер кое-кто узнал, что в Университете Святого Сердца это все сделали, проверили вручную и даже исправили несколько ошибок в латинском тексте. https://github.com/CIRCSE/AugustiniConfessiones/tree/main

Не будьте как кое-кто, пользуйтесь готовой “Исповедью” из Милана. #udpipe #treebank #pos_tagging

Первый подход к снаряду, но смысл такой. Наиболее частотные существительные из “Исповеди” в виде интерактивного облака, можно тыцнуть и выбрать любое слово. (Но подгружается секунд 15, над этим тоже работаем). https://locusclassicus.github.io/confessiones/

В планах добавить какое-то осмысление и анализ, но пока просто красивое. Magnus es, domine, et laudabilis valde: magna virtus tua, et sapientiae tuae non est numerus.

upd. поправила стабилизацию и уменьшила число слов, должно стать быстрее

upd2. отрегулировала размер узла в зависимости от его центральности

Первые измерения показали, что понятие «человек» оказывается центральным для Августина, причем оно оказалось и центральным по степени (как обладающее наибольшим числом связей), и центральным по близости к другим узлам сети, и центральным по посредничеству.

На втором и третьем месте по всем трем показателям находятся тесно связанные понятия «земля» и «небо», и на графе видно, что вокруг этих слов образуется нечто вроде двух кластеров, которые, похоже, отражают композицию «Исповеди»: этический и космологический. Это я проверю чуть позже.

Однако с выводами лучше не спешить: Августин не так часто говорит о Боге в третьем лице, обращаясь к нему во втором, а личные местоимения в нашу сеть (пока) не вошли. Это может объяснять, почему понятия “Бог” и “Господь” уступают “человеку” в отношении центральности.

Поиск точек сочленения тоже дал любопытный результат. Точки сочленения -- это узлы, при удалении которых увеличивается число компонент графа. Они соединяют разные части сети, и при их удалении акторы (узлы, вершины) не могут взаимодействовать друг с другом.

Для «Исповеди», если брать только наиболее частотные существительные, среди таких точек сочленения обнаружились, например, memoria (oblivio и expectatio связаны с остальным графом только через "память") и spatium (на него «заземляются» carmen, pes, versus) — знаменитое рассуждение Августина о протяженности. Кажется на первый взгляд, что точки сочленения позволяют находить своего рода философские отступления в общем нарративе Августина, и на графе эти отступления отражаются такими антеннами во внешний мир.

На повестке — поиск подгрупп; о результатах доложу.

Пока вы думали, не построить ли социальную сеть из “Людей Платона”, тама уже все сделали. Эксель для желающих поиграть с датасетом прилагается по ссылке. #network #сети #платон