Пелевин vs Сорокин: опыт стилометрического сопоставления

Зенков Андрей Вячеславович ORCID: 0000-0002-1233-9082 кандидат физико-математических наук доцент; кафедра "Моделирование управляемых систем"; Уральский федеральный университет 620002, Россия, Свердловская область, г. Екатеринбург, ул. Мира, 19, оф. 434 Zenkov Andrei Viacheslavovich PhD in Physics and Mathematics Associate Professor at the Department of Modeling of Controllable Systems, Ural Federal university 620002, Russia, Sverdlovsk region, Ekaterinburg, Mira st., 19, office 434 zenkow@mail.ru Другие публикации этого автора     Зенков Мирослав Андреевич магистр; институт Радиотехники и информационных технологий; Уральский федеральный университет 620100, Россия, Свердловская область, г. Екатеринбург, ул. Куйбышева, 88 Zenkov Miroslav Andreevich Master's degree; Institute of Radio Engineering and Information Technology; Ural Federal University 620100, Russia, Sverdlovsk region, Yekaterinburg, Kuibyshev str., 88 zenkow@mail.ru

Зенков Николай Андреевич бакалавр; институт цифровых технологий управления и информационной безопасности; Уральский государственный экономический университет 620100, Россия, Свердловская область, г. Екатеринбург, ул. Куйбышева, 88 Zenkov Nikolai Andreevich Bachelor's degree; Institute of Digital Technologies of Management and Information Security; Ural State University of Economics 620100, Russia, Sverdlovsk region, Yekaterinburg, Kuibyshev str., 88 zenkow@mail.ru

Исследование выполнено за счет средств гранта Российского научного фонда № 23-28-00750, https://rscf.ru/project/23-28-00750/ , проект «Разработка нового метода стилометрии на основе статистики использования числительных в авторских текстах».

1. Введение

Неизменное на протяжении многих лет ежегодное появление очередного романа Виктора Пелевина (к настоящему времени это Путешествие в Элевсин, 2023) стимулирует внимание читающей публики и литературной критики [1–6] к этому своеобразному типу социально-метафизического фэнтези, в котором смешное и пародийное соседствуют с черным юмором и абсурдистскими сюжетными поворотами, а меткие бытовые наблюдения – с элементами оккультизма и сюрреализма. Пелевина сравнивали с такими мастерами социально-метафизического фантастического жанра, как Гоголь, Кафка и Борхес, а в последние десятилетия многие ценят его как писателя, уловившего дух времени и обладающего даром предвидения. Интерес к личности Пелевина подогревается практически полной закрытостью его частной жизни, подобно «великим затворникам» Д. Сэлинджеру и Т. Пинчону. Это даже порождало слухи о том, что писателя вообще не существует, а под маркой «Пелевин» работает группа авторов; с другой стороны, в текстах других авторов видят скрытое авторство Пелевина (см. ниже).

Перечисленные художнические особенности в значительной степени свойственны и творчеству Владимира Сорокина, которого, наряду с Пелевиным, считают одной из двух звезд русской постмодернистской литературы, находящихся в непрерывном негласном противостоянии [6–11]. Не только на низовом читательском уровне, но и в литературной критике тексты этих двух авторов нередко рассматриваются совместно.

Не претендуя на литературно-критический анализ творчества Пелевина и Сорокина, мы в настоящей работе применим формальный квантитативный подход к их текстам, что, насколько нам известно, ещё ни кем не делалось.

Стилометрия (и более широко понимаемая квантитативная лингвистика) – количественное изучение авторских особенностей текстов, в т.ч. для их атрибуции – до настоящего времени не имеет вполне удовлетворительного универсального рабочего метода ^{[12, 13]}: анализируются частоты встречаемости в текстах знаменательных частей речи и служебных слов (предлоги, союзы), средние длины слов и предложений; в паре анализируемых текстов сравниваются самые часто встречающиеся слова и даже буквосочетания (как ни странно, последний подход часто даёт неплохие результаты). К сожалению, разные методы часто приводят к противоречивым выводам, поэтому более надёжно совместное использование нескольких методов.

Перспективные результаты получены с помощью нейронных сетей, а вскоре, по-видимому, искусственный интеллект сможет успешно решать задачи квантитативной лингвистики ^[14], но содержательная интерпретация результатов при таком подходе затруднительна, поскольку сам метод является «чёрным ящиком».

Нами разработан оригинальный стилометрический метод анализа авторских текстов, основанный на учёте использования авторами числительных в их текстах ^{[15, 16]}. Среди знаменательных частей речи именно числительные по своей природе наиболее легко поддаются количественному учёту. Применительно к художественному (не жёстко фактографическому) тексту, порожденному свободной фантазией, естественно предположить, что употребление числительных связано с психологическими особенностями автора, незаметно для него самого влияющими на результат творчества. Следовательно, манера использования числительных – это авторская особенность (fingerprint), позволяющая при определённых обстоятельствах решить проблему авторства текста.

Заметим также, что, в отличие от всех перечисленных выше методов, именно статистика использования числительных инвариантна относительно перевода текста на другой язык. Это позволяет при недоступности оригинального текста на данном языке воспользоваться его доступным переводом, а также количественно сопоставлять тексты авторов, творивших на нескольких языках (А. Стриндберг, С. Беккет, В. В. Набоков, …).

Анализ произведений нескольких десятков авторов на русском, чешском, английском языках обнаружил ощутимые авторские особенности употребления числительных в текстах, влияние на них жанра, стиля, художественного направления [17–22]. Таким образом, результаты анализа допускают содержательное филологическое истолкование.

В данной работе мы проанализируем с точки зрения использования числительных основные литературные произведения В. О. Пелевина и В. Г. Сорокина, а также некоторые другие тексты, которые будут привлечены к рассмотрению ради надёжности получаемых результатов.

2. Метод и объекты исследования

Использовалась компьютерная программа, отыскивающая в русскоязычном тексте числительные, выраженные как цифрами (числа), так и словесно в разных словоформах ^[22]. Поиск основан на сличении слов текста со словарной базой из словаря М. Хаген – Полная парадигма. Морфология. Частотный словарь. Совмещенный словарь (http://speakrus.ru/dict2/#morph-paradigm). Программа автоматически убирала из текста фразеологизмы и устойчивые сочетания, случайно (без авторского замысла) содержащие числительные (как свои пять пальцев, за семью замками, …).

Предварительно из текста вручную удалялись номера страниц, глав, перечисления 1), 2), 3), … и т.п.

Мы проанализировали некоторые наиболее объёмные произведения Пелевина и Сорокина, представленные в табл. 1. На выбор авторских текстов для анализа повлияла их доступность для свободного скачивания в сети Интернет, а также их непринадлежность (на момент подготовки настоящей работы) к проскрипционным спискам.

3. Результаты

Для каждого текста вычислена обратная плотность числительных как результат деления объёма текста на количество найденных в нём числительных. Чем меньше обратная плотность, тем чаще в тексте встречаются числительные.

Уже сравнение обратных плотностей числительных обнаруживает существенное различие между произведениями Пелевина (№1–15 в табл. 1) и Сорокина (№16–22): средние обратные плотности различаются на треть; в текстах Сорокина числительные используются чаще (детализация больше). При этом по размаху колебаний обратной плотности в проанализированных текстах (отношение максимальной и минимальной плотности: в 1,6 и 2,2 раза в текстах Пелевина и Сорокина, соответственно) манера использования числительных более единообразна у Пелевина.

Ещё определённее различие в употреблении числительных двумя авторами видно при использовании иерархического кластерного анализа ^[23], объединяющего объекты (здесь: тексты) в кластеры по принципу подобия – в нашем случае схожести абсолютных частот встречаемости числительных 1, 2, 3, … , 10 в текстах (эти числительные присутствуют без исключения во всех проанализированных текстах). Поскольку тексты существенно различаются по объёму (см. табл. 1), для сопоставимости частот мы ввели поправочные коэффициенты, выбрав в качестве эталонного текста для сравнения S.N.U.F.F. Пелевина. Поэтому, например, частоты для Generation П пришлось умножить на 1 285 434/ 832 755= 1,54, а для Дня опричника – на 1 285 434/ 414 628 = 3,10.

Как известно, мерой сходства в кластерном анализе является метрика ρ («расстояние»): чем меньше «расстояние» между объектами, тем больше сходство между ними. Мы применили манхэттенскую метрику

, (1)

где x и y – n-мерные векторы, компонентами которых являются исправленные абсолютные частоты первых n натуральных чисел в двух анализируемых текстах (здесь n = 10).

В процессе кластеризации использован метод дальнего соседа (Complete linkage method) ^[24], который приводит к образованию компактных, чётко очерченных кластеров.

Исследованные тексты идеально распределились по кластерам в соответствии с авторством (рис. 1). Суперкластеры текстов Пелевина и Сорокина сливаются на большой высоте, что снова подтверждает большие различия между текстами двух авторов. Заметим, что это делает сомнительной маргинальную точку зрения о группе авторов, пишущих под маркой «Пелевин».

В современной стилометрии принята точка зрения, что при сравнении текстов двух конкретных авторов доказательную силу об их сходстве/различии будет иметь лишь анализ, в котором изучаемые тексты «разбавлены» текстами подставных авторов (т.н. impostors – «самозванцы») ^[25]. Следуя этим идеям, мы ввели в рассмотрение добавочные литературные тексты (см. табл. 2) и заново провели кластеризацию (рис. 2).

Несколько выводов, следующих из табл. 2 и рис. 2:

· Добавочные тексты также кластеризовались в соответствии с авторством;

· Написание произведения совместно двумя авторами (О. Робски, К. Собчак – №4 в табл. 2) делает его непохожим на тексты только одного из авторов (О. Робски – №2, 3 в табл. 2) и заставляет кластеризоваться отдельно – дополнительный аргумент в пользу предположения о числительных как авторском инварианте;

· Тексты Пелевина и Сорокина по-прежнему никогда не попадают в один кластер низкого уровня, что подкрепляет сделанный выше вывод о существенных различиях между текстами двух авторов.

Отдельного рассмотрения требует произведение «Околоноля» – литературная мистификация, опубликованная в 2009г. под псевдонимом «Натан Дубовицкий». В спорах об авторстве в качестве возможных авторов назывались, в частности, В. Сорокин и В. Пелевин. В российских и зарубежных СМИ делалось предположение, что роман написан российским политическим деятелем Владиславом Сурковым. Сам он противоречиво высказывался по этому поводу. К настоящему времени его авторство считается признанным ^[26].

Что показывает наш анализ с точки зрения статистики числительных? Обратная плотность числительных для данного текста находится посредине между средними значениями для текстов Пелевина и Сорокина (табл. 2); на дендрограммах (рис. 2, 3) «Околоноля» не входит в кластер низкого уровня с каким-либо произведением этих авторов. Гипотезы о Пелевине или Сорокине как предполагаемых авторах не принимаются. Разумеется, тем самым не доказывается авторство Суркова, но мы не располагаем каким-л. добавочным его литературным текстом для исследования этого вопроса.

Как известно, выбор метрики и метода кластеризации невозможно строго обосновать; между тем, они способны существенно повлиять на результаты кластеризации. Мы провели кластеризацию текстов тех же авторов, что и на рис. 2, но используя не метод дальнего соседа, как в предыдущей попытке, а метод межгрупповых связей (Group average method, Between-groups linkage) ^[24]; по-прежнему с манхэттенской метрикой (рис. 3). В нашем случае результаты оказались достаточно устойчивыми; все выводы сохраняют свою силу. Другие разумные комбинации метрики и метода кластеризации также лишь незначительно меняют дендрограмму.

Таблица 1

Встречаемость числительных в исследованных произведениях

Таблица 2

Встречаемость числительных в текстахподставных авторов

4. Выводы

Разрабатываемый нами новый подход к задачам стилометрии, основанный на анализе статистики числительных в текстах, при всей его простоте, демонстрирует высокую эффективность и чувствительность. Тексты В. О. Пелевина и В. Г. Сорокина, сравнительный анализ которых выполнялся до сих пор лишь в рамках традиционного описательного филологического подхода, впервые подвергнуты формальному количественному анализу, правильно распределившему тексты согласно авторству. Обнаружены значимые авторские различия в манере использования числительных. Привлечение для анализа текстов сторонних авторов (impostors) усиливает значимость полученного результата и подтверждает его неслучайный характер. Метод пригоден для атрибуции текстов.

Рисунок 1 – Результат применения иерархического кластерного анализа к текстам В. О. Пелевина и В. Г. Сорокина (при кластеризации использованы метод дальнего соседа, манхэттенская метрика). По горизонтальной оси указано «расстояние» в произвольных единицах

Рисунок 2 – Результат применения иерархического кластерного анализа к текстам В. О. Пелевина и В. Г. Сорокина с добавлением текстов посторонних авторов (при кластеризации использованы метод дальнего соседа, манхэттенская метрика). По горизонтальной оси указано «расстояние» в произвольных единицах

Рисунок 3 – Результат применения иерархического кластерного анализа к текстам В. О. Пелевина и В. Г. Сорокина с добавлением текстов посторонних авторов (при кластеризации использованы метод межгрупповых связей, манхэттенская метрика). По горизонтальной оси указано «расстояние» в произвольных единицах