В статье авторы пытаются выяснить степень совершенности фоносемантических алгоритмов, для оценки эмоционального окраса текста.
Ключевые слова: фоносемантика, компьютерное моделирование, сюжет.
В своей лекции 1995 года американский романист Курт Воннегут рисовал на доске различные сюжетные линии, по ходу повествования иллюстрируя изменение положения главного героя по шкале «хорошо-плохо».
Позже, профессор Мэтью Джокерс из Университета штата Вашингтон, а затем исследователи из лаборатории компьютерных историй Вермонтского университета проанализировали тексты тысяч романов и выявили шесть основных типов историй. Исследователи применяли анализ эмоциональной окраски — статистическую методику, часто используемую маркетологами для оценки публикаций в социальных СМИ. Алгоритм оценивает эмоциональный багаж каждого слова и начисляет определенные «баллы», тем самым определяя текст как преимущественно позитивный или негативный. Разница в том, что все эти исследования были проведены над английскими произведениями на английском языке. Мы решили проверить развитость технологий на русском языке.
Был использован русскоязычный перевод книги казахского писателя Бердибека Сокпакбаева «Меня зовут Кожа». Это была возможность по новой взглянуть на культовое произведение. Именно повесть «Меня зовут Кожа» принесла большую известность Бердибеку Сокпакбаеву. Она вышла в издательстве «Детская литература», а затем уже с русского языка была переведена на многие языки и издана за рубежом: во Франции, Польше, Чехословакии, Болгарии [1].
В качестве программы был использовано программа VAAL mini. VAAL — это программа для фоносемантического анализа текста. Мы же взяли его бесплатную версию VAAL mini.
Фоносема́нтика — наука, которая рождается и утверждает себя на стыке фонетики (по плану выражения), семантики (по плану содержания), лексикологии (по совокупности этих планов) и психологии (теория восприятия) [2]. Она изучает эмоциональный окрас и влияние отдельных слов и букв. К примеру, шипящие часто ассоциируются с злостью, а слово искоренять часто воспринимается как негативное. Таким образом, одну и ту же мысль можно преподнести по-разному и получить разную реакцию аудитории.
Именно это и делает VAAL. Берёт слова из текста, оценивает и взвешивает окрас каждого и выносит общий вердикт. Это и есть фоносемантический анализ ( http://www.vaal.ru/ ). Подобные технологии могут помочь с оценкой различных публицистических текстов, речей для прогнозирования их влияния на аудиторию.
Проиллюстрируем это на рис. 1.
Рис. 1. Фоносемантическая оценка слова
1 глава книги «Меня зовут Кожа»
Методология была простой. Книга была поделена на главы и поштучно «скормлена алгоритму» который определял количество слов в разных концах эмоционального спектра. Сверху находится рисунок с результатами анализа первой главы. Далее, также были проанализированы все остальные главы. Затем, суммировав полученные числовые данные каждой главы, удалось конвертировать историю в график.
Рис. 2.
Синий график показывает получившийся в результате анализа график.
Красный же график был составлен человеком, прочитавшим книгу. Сделано это было, чтобы оценить, насколько точным окажется прогноз алгоритма, о том, как именно произведение повлияет на читателя.
Рис. 3. Анализ данных графика и сравнение с человеческим анализом
Если говорить о точных числах и соответствии человеческого графика, то тут всё очень далеко от идеала. Проблема может заключаться в нескольких вещах. Во первых, график человека был составлен на чистой интуиции и не претендует на математическую точность. Ведь, изложить свои чувства и ощущения в математическом виде это уже задача почти невозможная. И скорее всего, подобный график также сильно отличался бы, в зависимости от того, какой человек будет его составлять. Однако, есть вопросы и к графику от программы. Как и сказано выше, подобная методика анализа текста, в первую очередь создана для анализа нехудожественных, публицистических работ. Она не учитывает контекст слова и каждой отдельной главы. Алгоритм не умеет читать и чувствовать. Каждую скормленную ему главу, он воспринимает как отдельный кусок текста и только просматривает отдельные слова, написанные в тексте. Алгоритм не понимает сюжета и не чувствует кульминации истории, которую почувствует любой читатель.
Однако, если отойти от вопроса точности цифр, то можно заметить весьма явную корреляцию графика человека и алгоритма. Да, они не совпадают по числам, однако сходства в их динамике весьма близки. Оба графика падают и поднимаются в примерно одинаковых моментах истории.
Если подвести итоги, то эта методика не позволит точно выяснить насколько сильное та или иная часть книги будет иметь влияние на человека. Она не позволит найти точную часть эмоционального пика истории. Однако, если рассматривать её в динамике, если смотреть на то, как график движется, то можно легко заметить, что человек и компьютер во многих моментах бывают солидарны. В первую очередь, можно увидеть, что график постоянно скачет вверх и вниз и в истории всегда идёт динамика настроения. Это показывает, что сюжет очень плотный и динамичный. Ведь, в каждой главе происходят то позитивные, то негативные ситуации, вовлекая читателя и не давая ему устать от сюжета.
Произведение «Меня зовут Кожа» нередко хвалят за глубокую проработку психологии ребёнка. И эта сторона произведения также находит отражение в графике. Главный герой Кожа — неудержимый фантазер, озорник — часто попадает в самые невероятные ситуации, из которых выбирается с честью благодаря своей истинно народной смекалке, уму и находчивости. На протяжении истории Кожа будет проживать разные эмоции, радоваться и грустить, обижаться и прощать. Он будет пытаться поступать правильно, иногда ошибаясь, будет жалеть о своих действиях, а затем пытаться исправить содеянное. И именно это свойственно ребёнку. И именно это позволяет нам увидеть рост персонажа в конце.
Литература:
1. Сокпакбаев Б. Меня зовут Кожа. — Казахское Государственное издательство Художественной литературы, 1958.
- Академик. Словари и энциклопедии. https://dic.academic.ru/dic.nsf/ruwiki/50787
- http://www.vaal.ru/
