Вот кстати интересное объяснение. В духе Зеноновых апорий вполне, про бесконечную делимость.

The logic behind the round to even rule is that we are trying to represent an underlying continuous value and if x comes from a truly continuous distribution, then the probability that x==2.5 is 0 and the 2.5 was probably already rounded once from any values between 2.45 and 2.54999999999999

И еще они советуют просто умножить на 10^n, посчитать, а потом разделить обратно. Но наверняка есть какое-то объяснение с точки зрения эволюционной биологии, почему так никто не делает.

upd. Т.е. логика такая. В мире бесконечной делимости все неопределенно. И округлять тоже надо неопределенно, иногда в большую сторону, иногда в меньшую. Получится как раз примерно как “есть” (хотя глагол “быть” в мире бесконечной делимости, конечно, не работает — привет “текучникам” из “Теэтета”). Очень изящно.

Решила вернуться к гарвардскому датасету о людях Сократа, хочу его использовать для “сетевых” глав курса по R, которые я сейчас перерабатываю.

C удивлением обнаружила, что датасет достаточно неряшливый.

- неоднобразно оформлены ссылки на некоторые источники (например, диалог "Менон" упоминается то как Meno, то как M.).

- не очень хорошо продумана онтология отношений с Сократом: inner circle, friends, students и даже просто philosophers смешались в кучу; это неизбежно, конечно, но непонятно, почему Аристипп и, например, Антисфен — в разных категориях.

- Есть прямые ошибки и опечатки. Например, Менексен II (сын Сократа) связан с Ктесиппом — это явно ошибка, должен быть Менексен I.

- В “Федоне” нет не только стражника и сердобольного прислужника, у которых по реплике, но и Платона; допустим, о нем говорится как об отсутствующем, но при этом другие отсутствующие люди (Эвен) все же в данных есть;

- Немного огорчает, что для ребер нет никаких атрибутов, которые бы обозначали характер связи персонажей между собой, а не только с Сократом; интересно при этом, что в статье по мотивам датасета (пример из Ксенофонта) эти атрибуты упомянуты, то есть изначально они где-то собирались. Возможно, их просто решили не публиковать.

Посмотрим, что получится из этого соорудить.

Вообще я уже в стопицотый раз (sexcenties, как говорит мой любимый Штальбаум) перерабатываю первые уроки курса, хотя последние еще и не начинала. Все это напоминает известный мем про недорисованную лошадь. Возникает закономерный вопрос: кто же рисует лошадь с хвоста?

Вероятно, многие уже знают про прекрасный проект Orbis, позволяющий рассчитать (в днях и в денариях) пусть из города А в город Б в Римской империи. https://orbis.stanford.edu/

Например, в летний день из Кесарии Каппадокийской в Константинополь ехать на ослике 25 дней, почти 1000 км. Ни моря, ни рек на маршруте, пыльно и грустно.

Самое приятное, что для этого проекта все данные есть в открытом доступе: их можно забрать по ссылке и использовать для пространственного / сетевого анализа (что я и намерена сделать в ближайшее время) в рамках проекта “помоги ежику найти свой домик” “помоги епископу добраться до собора”

За проезд не забываем передавать! — У Лондиниума остановите, пожалуйста!

данные: orbis
графика: ggplot
палитра: brutal

#цифровые_этюды #spatial_data

кстати, после нескольких дней возни с картографическими проекциями, должна сказать, что вместе с дарвином пусть тогда уж забирают круглую землю. я согласна на плоскую 🐢🐘🐘🐘

Сегодня читали Эразма под руководством Мары Тимощук @thalatta_thalassa. Это был прекрасный семинар на живой латыни, но пост не об этом.

Есть такой датасет “Словарь русских писателей XVIII века: сеть персоналий” Это прекрасный датасет, подготовленный Борисом Ореховым @nevmenandr, но пост тоже не об этом.

Там собраны междустатейные ссылки в Словаре русских писателей XVIII века (1988–2010. Вып. 1–3). Узлами сети выступают посвященные персоналиям статьи словаря, а ребрами — ссылки на другие статьи в том же словаре. Но сейчас речь не об этом.

И вот, там 780 персоналий, и все они друг с другом как-то связаны. Но есть две странные изолированные пары.

Стало мне интересно, что это за несчастные, на которых ни одна статья не ссылается и их статьи тоже ни с кем не связаны.

Оказалось, что один из них -- Иоганн-Вернер Паузе, переводчик Эразма и Яна Коменского на русский. Вот о нем я и хотела написать.

Почему так мало амфитеатров в Греции? А ведь были буквально родиной амфитеатров.

данные: римские амфитеатры
графика: tmap

#цифровые_этюды #spatial_data

library(imager)
img <- load.image("https://upload.wikimedia.org/wikipedia/commons/thumb/a/ae/Aristotle_Altemps_Inv8575.jpg/1024px-Aristotle_Altemps_Inv8575.jpg")


# цветовые каналы
ar.red <- img
G(ar.red) <- 0
B(ar.red) <- 0

ar.blue <- img
R(ar.blue) <- 0
G(ar.blue) <- 0

ar.green <- img
R(ar.green) <- 0
B(ar.green) <- 0

ar.yellow <- img
B(ar.yellow) <- 0


library(purrr)
par(mfrow = c(2,2))
walk(list(ar.red, ar.blue, ar.green, ar.yellow), plot, 
     axes=FALSE)

#images #цифровые_этюды

В общем, объяснение нашлось, и это не ошибка в сборе данных.

By comparison with the West, there are far fewer purpose-built amphitheaters known in the eastern Roman provinces. This has been traditionally explained by the idea that the Greek East was more “civilized” than Italy and the Western Provinces, and therefore would not have indulged in the kind of blood sports these structures accommodated.

Греки не любили, значит, мордобой, им новые сезоны нетфликс не заходили. Уважаю.

Я очень довольна этим текстом. Он емкий и внятный. Будет еще один в серии, как только я доведу до ума курс по R.

Отличный ресурс. Есть греческий и латынь, включая средневековье.

The CLARIN infrastructure offers access to 76 historical corpora, covering almost all of the languages spoken in countries that are either members or observers in CLARIN ERIC. In the vast majority of cases, the corpora can be directly downloaded from the national repositories or queried through easy-to-use online search environments. They are also richly tagged and mostly available under public licences.

Оказалось при этом, что латинский корпус от II до н.э. до XX н.э. хранится там в формате “вертикальный корпус”, странная история для хранения корпусов в Sketch Engine. Это и не html, и не xml, и вообще не пойми что, что безболезненно прочитать в R не получится.

Так что суббота проходит в попытке написать сложный парсер, который превратит эту штуковину на 13 млн токенов в дружелюбный тиббл. Есть даже парочка идей, как его потом использовать.

Our metadata cover author, title of the work, genre (prose or poetry), era, date of the work (when available), and century. The oldest text in our corpus are the Senatus consulta de Baccanalibus (186 B. C.), and the most recent one is Dominus Iesus (2000), by the Vatican Congregation for the Doctrine of the Faith.

Недавно обратила внимание, что в замечательной, в общем-то, книжке Эмиля нашего Хвитфельдта и Джулии нашей Силги (про машинное обучение для текстовых данных) выражение let’s встречается в среднем 1-3 раза на разворот.

Давайте построим нашу первую линейную модель! Давайте добавим токенизацию в препроцессор! Давайте изменим штрафные коэффициенты гребневой регрессии!

Давайте! Мне все это очень нравится. Последний раз я читала книжки с таким количеством призывов к действию, когда дети были маленькие, и их литература постоянно побуждала нас всех спеть песенку! похлопать в ладошки! помочь ежику добраться до домика!

Теперь мне 40 лет, и такое чувство, что я на месте младенца. Куда нажать, чтобы включилась поощрительная музыка?

Очень интересный эксперимент (2023) по датировке греческих документальных папирусов с использованием регрессионных методов (GitHub).

Многое скажет сердцу эллиниста табличка, в которой приведены правила нормализации греческого текста.

Результат неплохой, надо бы попробовать повторить.

Не совсем моя тема, но интересно как пример использования нейросетей в антиковедении. Автоматическая классификация римских монет (код, модель, датасет по ссылке). Красивое.

P.S. Вот здесь группа товарищей тоже классифицирует римские монетки и делится данными, но там что-то связанное с теорией игр.