文体研究に関連する統計手法の確立のための基礎的研究

建立文体研究相关统计方法的基础研究

• 批准号: 07207223
• 负责人: 長瀬 真理
• 金额: $ 1.09万
• 依托单位: Josai International University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research on Priority Areas
• 财政年份: 1995
• 资助国家: 日本
• 起止时间: 1995 至 1996
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-07207223/
• 关键词: 文体統計学; 真偽問題; シェイクスピア; ニューロコンピュータ

近年、文学や哲学の研究にコンピュータを利用した文体統計学が注目されている。これは、個人の文体の相違を識別する多種類の言語パラメーターを使って、量的に言葉の使用を研究する新しい方法で、テキストの真偽問題や年代決定の解明に成果を上げている。本研究では研究例の豊富なシェイクスピアを取り上げ、それらの研究を系統的に分析し、先行する欧米での様々な統計手法の解明と基礎理論の有効性を調査した。1)欧米で最も権威ある学会である、ALLC (Association for Literary and Linguistic Computing)とACH (Association for Computers in the Humanities)の雑誌に発表された主要なシェイクスピア研究の論文を洗い出し、書誌データベースとシソ-ラスを作成した。又最新のニューロ・コンピュータを利用した論文については全文データベースを作成し、機械翻訳ソフトを利用して邦文データベースを作成した。2)作成されたデータベースを基に、今では“古典的"と称されるA. Q.モートンの語彙や特定の単語の位置を中心にした研究から、M.W.A.スミスが注目した頻度の高い単語の利用、さらにT.メイアムに代表されるニューロコンピュータを使った最新の研究までの展開を系統的に整理した。初期の研究では、コンピュータは過去の理論の跡付けに利用され、長年蓄積された様々な指標をパラメーター化することに力点が置かれた。その意味では仮説検証型の研究であった。しかし次第にコンピュータの機能や言語理論の発展に伴い、無意識に使われる高頻度の指標が開拓されるようになった。だが昨今は、高度なコンピュータ技術の発展の影響で、新しい手法で何ができるか、といった技術先行型の研究が増えてきた。中でもニューロコンピュータによるパターン認識の手法を使った文体研究が流行している。しかし、この方法は、データセット内に生ずるノイズも多く、神経のネットワークのトレーニングも必要となる。その為、文化系の研究者だけでは、実際の技術や理論の修得に困難を伴うため、手法がブラックボックス化される恐れがある。又望ましい成果を上げるために、出力されたデータに合わせて入力を操作することも可能なため、コンピュータを使うメリットと共に、弊害も目だつようになっている。文学者の質的なアプローチと統計学者の量的なテクニックの間の橋渡しをするような学際的な研究環境の整備が急務となろう。まお今回はデータの整備に時間がかかり成果の公表には至らなかった。文化系研究者に使い易いソフトの開発を含め今後の課題としたい。

近年来，使用计算机的风格统计数据吸引了文学和哲学的关注。这是一种使用各种语言参数来定量研究单词用法的新方法，这些参数识别单个写作风格的差异，并在阐明文本真理和日期方面取得了成果。这项研究的重点是莎士比亚，大量的研究实例，并系统地分析了这些研究，阐明了西方的各种统计方法以及基本理论的有效性。 1）我们已经确定了在西方最负盛名的学术社会期刊上发表的主要莎士比亚研究论文，ALLC（文学和语言计算协会）和ACH（人文计算机中的计算机协会），并创建了书目数据库和Sysorath。此外，使用最新的NeuroComputer为论文创建了全文数据库，并使用机器翻译软件创建了日语文本数据库。 2）基于创建的数据库，我们系统地组织了从研究的研究和A. Q. Morton（现称为“经典”）的特定词的研究到M.W. A. Smith一直关注的经常使用的单词，以及使用神经机构的最新研究（例如T. T. Mayam）。早期的研究使用计算机来追踪过去的理论，重点是参数化多年来积累的各种指标。从这个意义上讲，这是一项假设检验类型的研究。但是，随着计算机功能和语言理论的发展，不知不觉中使用的高频指标开始开发。但是，最近，由于高级计算机技术进步的影响，基于技术的研究已经有所增加，例如使用新方法可以做些什么。其中，使用模式识别技术使用神经计算机识别技术的风格研究变得越来越流行。但是，该方法还会在数据集中产生很多噪音，并且需要培训神经网络。因此，仅文化研究人员就会发现很难获得实际的技术和理论，并且这些方法可能会变成黑匣子。此外，为了获得理想的结果，可以根据输出数据进行输入，这对使用计算机有益，并且具有缺点。迫切需要建立一个跨学科的研究环境，以弥合文学学者和统计学家的定量技术的定性方法。毛这次需要时间准备数据，并且无法透露结果。我们想将其作为未来的挑战，包括开发容易使用文化研究人员的软件。