Дополнение 3Авторский инвариант русских литературных текстовПриложение: кто был автором «Тихого Дона»?
В.П. Фоменко, Т.Г. Фоменко.
(Т.Г. Фоменко — кандидат технических наук, специалист в области обогащения полезных ископаемых, автор многих книг по обогащению и флотации, длительное время руководил отделом научно-исследовательского института Укрнииуглеобогащение г. Луганск, Украина.
В.П. Фоменко, специалист в области русского языка и литературы).
(Москва, Московский государственный университет имени М.В. Ломоносова, механико-математический факультет).
Вниманию читателя предлагается исследование, выполненное моими родителями Валентиной Поликарповной Фоменко и Тимофеем Григорьевичем Фоменко в 1974–1981 годах. В краткой форме оно опубликовано в 1983 году в сборнике «Методы количественного анализа текстов нарративных источников», Москва, 1983 Академия Наук СССР, Ин-т Истории СССР, с. 86–109. В полном объеме их работа впервые опубликована в 1996 году, в [МЕТ1]:3.
Главным результатом настоящей работы является обнаружение «авторского инварианта» для русских литературных текстов. Он позволяет различать некоторых авторов и оказывается полезным при решении проблем, связанных с плагиатом. Этот результат получен на основе общей идеи — статистического анализа функций объемов для нарративных текстов. Эти функции введены в моей работе [ф19], где также предложены новые эмпирико-статистические модели анализа информации в исторических текстах. Развитие этих идей можно найти также в работе [ф20].
Настоящая работа находится, на первый взгляд, несколько в стороне от исследований по древней хронологии. Однако этот материал показывает — как могут эмпирико-статистические методы использоваться при решении не только хронологических, но и других смежных проблем, например, — при установлении авторства письменного документа. А поскольку центральным стержнем нашего анализа письменной истории являются эмпирико-статистические методы, мы и решили познакомить читателя с этим исследованием. Тем более, что проблема установления авторства в современной и в древней литературе является чрезвычайно актуальной и любые новые методы в этой области полезны. В книге «Тайна русской истории», гл. 1:32, показано, что труд М.В. Ломоносова «Российская история» был, скорее всего, тенденциозно отредактирован Г.Ф. Миллером.
(Конец комментария А.Т. Фоменко).
1. ВведениеВкратце об истории проблемы
В литературе и истории часто возникает вопрос об атрибуции литературных произведений — действительно ли они принадлежат одному автору. В самом ли деле диалоги Платона написаны одним человеком? Правда ли, что пьесы Шекспира — творения одного гения? Или же они созданы разными людьми? Кто в действительности скрывается под именем «Шекспир»? Особый интерес приобретают подобные проблемы, когда возникает подозрение в плагиате. Задачи такого сорта возникают и при исследовании древних текстов, данные об авторах которых утрачены или сомнительны. Укажем лишь на некоторые подходы к решению таких проблем.
Например, в работе В. Фукса [ф1] изучался вопрос об авторстве некоторых древних текстов на основе статистического анализа различных грамматических структур их языка.
Много исследований посвящено обнаружению количественных закономерностей, позволяющих различать между собой разные литературные жанры — поэзию, драматургию, публицистику и пр. [ф2].
Попытка использования точных математических приемов для решения проблемы плагиата изложена, например, в книге [ф10].
Проблеме обнаружения авторских инвариантов посвящена значительная научная литература. Так например, структура языка различных авторов изучалась с помощью отдельных распорядительных слов, в частности, предлога «в», частицы «не» [ф3], или при помощи длины предложений и слов [ф4]. Однако, как показали эксперименты, использование лингвистических спектров ОТДЕЛЬНЫХ распорядительных слов не позволяет обнаружить устойчивые инварианты. На это указал еще в 1916 году академик A.A. Марков [ф5], отметивший, что при больших объемах выборок результаты такого типа должны «колебаться около среднего числа, подчиняясь общим законам языка», что естественно затрудняет различение авторов.
Полезный подход продемонстрирован в ряде работ В. Фукса, где каждому автору сопоставляются такие его характеристики, как среднее количество слогов и среднее количество слов в предложении. Этот прием позволяет изобразить текст (автора) точкой на плоскости в случае использования двух параметров, или же точкой в многомерном пространстве (если число параметров возрастает). Интересные исследования ведутся и в отечественной филологии, см., например, [ф6]-[ф9].
Следует отметить общую характерную особенность этих и многих других (не упомянутых нами здесь) исследований. Обычно изучаются индивидуальные количественные параметры текстов и путем их сравнения стараются выявить «значимые различия», опираясь на которые, можно отличить друг от друга разных авторов. Однако главным вопросом здесь является — какие различия следует считать значимыми, а какие — нет. Тут открывается простор для субъективизма. И здесь коренятся главные трудности применения статистических методов к задачам такого сорта.
2. Что такое авторский инвариант
Под АВТОРСКИМ ИНВАРИАНТОМ мы понимаем количественную характеристику литературных текстов (некий параметр), который
а) однозначно характеризует своим поведением произведения одного автора или небольшого числа «близких авторов», и
б) принимает существенно разные значения для произведений разных групп авторов.
Желательно, чтобы число «разных групп» было достаточно велико, и чтобы каждая группа объединяла незначительное количество похожих, то есть близких по стилю авторов.
Однако многообразие грамматических структур, присутствующих в литературных текстах, сильно затрудняет поиски таких инвариантов. Уже простые вычислительные эксперименты показывают, что обнаружение числовых характеристик, различающих разных авторов, — сложная задача. Дело в том, что когда человек пишет книгу, то существенную роль играют не только подсознательные, но и сознательные факторы. Например, частота употребления автором РЕДКИХ И ИНОСТРАННЫХ СЛОВ может служить неким показателем его стиля, эрудиции. Однако этот показатель ЛЕГКО КОНТРОЛИРУЕТСЯ автором на СОЗНАТЕЛЬНОМ уровне, поскольку редкие и иностранные слова вставляются в текст нечасто и каждый раз автор специально отмечает про себя: «Здесь я вставляю иностранное или редкое слово». В результате, как неопровержимо свидетельствуют конкретные подсчеты, использовать эту числовую характеристику в качестве авторского инварианта нельзя. Она контролируется автором, «скачет» и писатель может легко менять ее от произведения к произведению.
Отсюда видно, что количественная оценка индивидуальных особенностей автора — весьма сложная задача. Сформулируем точнее — какими свойствами должен обладать авторский инвариант. Искомая числовая характеристика должна удовлетворять естественным требованиям.
1) Она должна быть достаточно «массовой», интегральной, что бы СЛАБО КОНТРОЛИРОВАТЬСЯ автором на сознательном уровне. Другими словами, она должна быть его «бессознательным параметром», коренящимся настолько глубоко, что автор даже не задумывается о нем. А если бы даже задумался, то не смог бы долго его контролировать и в результате довольно быстро вернулся бы в прежнее устойчивое и типичное для него состояние.
2) Искомый параметр должен сохранять «постоянное значение» для произведений данного автора. То есть, иметь небольшое отклонение от среднего значения (слабо колебаться) на протяжении всех его книг. Именно это свойство и позволяет говорить, что данный параметр является ИНВАРИАНТОМ.
3) Наконец, параметр должен уверенно различать между собой разные группы писателей. Другими словами, должно существовать достаточное число авторских групп, заметно отличающихся друг от друга значениями инварианта.
Третье условие важно. Ведь может случиться так, что некий параметр окажется слабо колеблющимся вдоль произведений каждого отдельного писателя, однако в то же время принимает ОДНО И ТО ЖЕ ЗНАЧЕНИЕ для РАЗНЫХ авторов. Другими словами, не позволяет различать писателей.
ТОЛЬКО СОЧЕТАНИЕ ВСЕХ ТРЕХ ПЕРЕЧИСЛЕННЫХ УСЛОВИЙ ПОЗВОЛЯЕТ ГОВОРИТЬ, ЧТО МЫ ОБНАРУЖИЛИ АВТОРСКИЙ ИНВАРИАНТ.
3. Наш подходВыборки и шаги, эволюция параметра вдоль текста
Пусть в нашем распоряжении оказалось какое-то количество произведений одного писателя. Для удобства упорядочим их хронологически (то есть в порядке написания) и для краткости назовем получившуюся совокупность — ТЕКСТОМ ДАННОГО АВТОРА. Таким образом, текст автора (в нашем определении) может состоять из нескольких его различных произведений — романов, повестей, рассказов и т. п.
Выделим теперь из этого текста отдельные фрагменты — выборки одинакового объема, то есть состоящие из одного и того же (фиксированного заранее) количества слов. Это количество слов естественно назвать ОБЪЕМОМ ВЫБОРКИ.
Эти равновеликие (равные по объему) выборки мы будем выделять из текста через равные интервалы, то есть таким образом, чтобы каждые две соседние выборки были отделены друг от друга примерно одним и тем же количеством слов. Это «расстояние», интервал между соседними выборками мы назовем ШАГОМ, рис. d3.1.
Рис. d3.1. Последовательные выборки одинакового объема, через равные шаги, вдоль всего исследуемого литературного текста
Объем выборок и их шаг можно варьировать в зависимости от поставленных задач.
Итак, последовательно двигаясь по тексту одного автора, мы через каждые, например, 10 страниц стандартного книжного текста будем делать выборки одного и того же объема, например, в 2000 слов. Чем длиннее исследуемый текст, тем больше выборок мы сможем сделать. Для коротких произведений число выборок невелико, что усложняет анализ, делает результаты не устойчивыми.