Статистичні моделі та програмні засоби розмежування авторських стилів англійської прози

Abstract

Проаналізовано наявні дослідження щодо встановлення авторства тексту, внаслідок чого з'ясовано, що підвищення достовірності авторської атрибуції тексту є актуальним завданням у контексті тенденції до збільшення загального обсягу текстової інформації в мережі Інтернет. Розроблено модель системи фоностатистичних структур стилів. Достовірність авторської атрибуції підвищено на основі побудованої моделі системи фоностатистичних структур досліджуваних стилів (художнього, розмовного, газетного, публіцистичного, наукового) англійської мови. Складовими компонентами моделі системи фоностатистичних структур досліджуваних стилів є вдосконалені статистичні моделі: модель стильової, підстильової й авторської диференціації текстів за методом гіпотез і ранжування та модель визначення стилерозрізняльної здатності груп приголосних фонем досліджуваних стилів. Перша статистична модель ґрунтується на визначенні ступеня встановлених істотних відмінностей за відношенням кількості груп приголосних фонем, за якими встановлено істотні відмінності між попарно зіставленими стилями до загальної кількості груп приголосних фонем. Істотні розходження визначено за кількістю груп приголосних фонем, за якими встановлено істотні відмінності за різницею значень середніх частот груп приголосних фонем та за різницею значень рангових показників середніх частот груп приголосних фонем. Друга статистична модель ґрунтується на визначенні авторорозрізняльної здатності групи приголосних фонем за відношенням кількості зіставлень, у яких встановлено істотні відмінності між текстами різних авторів до загальної кількості всіх зіставлень. Побудована модель системи фоностатистичних структур досліджуваних стилів англійської мови дала змогу встановити статистичні параметри авторського стилю Е. Бронте на матеріалі твору "Буремний перевал", а також статистичні параметри розмовного, газетного, публіцистичного і наукового стилів. Спрощено процес авторської та стильової атрибуції тексту шляхом зменшення кількості груп приголосних фонем до двох (група передньоязикових і група губних), що забезпечує вищий рівень автоматизації. Вдосконалені статистичні моделі реалізовано на мові програмування Java, що забезпечує платформонезалежність програмного продукту. Структура програми ґрунтується на модульному принципі, що дає змогу швидко модифікувати та вдосконалювати програму.