JSC-2026-1-Publ-Stat-033-042

Название публикации
РУС
МЕТАМОДЕЛЬ ЭВОЛЮЦИИ СТИЛОМЕТРИЧЕСКИХ МЕТОДОВ НА ПРИМЕРЕ ДИАХРОНИЧЕСКОГО АНАЛИЗА ИДИОСТИЛЯ А. С. СУВОРИНА

Аннотация
РУС
В статье представлена метамодель эволюции методов компьютерной стилометрии, демонстрирующая закономерное повышение точности классификации при снижении интерпретируемости результатов. Эмпирической базой исследования послужил корпус публицистических писем А. С. Суворина 1904-1908 гг. Метамодель охватывает три парадигмальных этапа развития дисциплины: классическую стилометрию на основе метода Burrows' Delta (точность 65 %), семантическое моделирование с применением Word2Vec и графового анализа (72,3 %), гибридную архитектуру на базе трансформерной модели BERT с градиентным бустингом LighGBM (87 %). Статистическая значимость прироста точности подтверждена тестом МакНемара (p<0,001) и размером эффекта Коэна (d=1,24). Выявленная закономерность инверсного соотношения точности и интерпретируемости вписывается в общую логику развития квантитативных методов в филологии - от лингвистических спектров H. A. Морозова до современных нейросетевых архитектур.

Ключевые слова
РУС
стилометрия, метамодель, диахронический анализ, идиостиль, А. С. Суворин, Burrows' Delta, Word2Vec, BERT, машинное
обучение, цифровая гуманитаристика.

Авторы и аффилиации

Фамилия
РУС
Соколов
Имя Отчество
РУС
А. В
Email
a.sokolov@academadia.ru
Аффилиации
РУС
Россия, Москва, Финансовый университет при Правительстве Российской Федерации
Россия, Москва, Академия медиаиндустрии

Название публикации
ENG
METAMODEL OF STYLOMETRIC METHODS EVOLUTION: DIACHRONIC ANALYSIS OF A.S. SUVORIN’S IDIOSTYLE

Аннотация
ENG
The article presents a metamodel of computational stylometry methods evolution, demonstrating a consistent pattern of classification accuracy improvement accompanied by decreased interpretability. The empirical basis comprises the corpus of A. S. Suvorin’s journalistic letters from 1904-1908. The metamodel encompasses three paradigmatic stages: classical stylometry based on Burrows’ Delta (65 % accuracy), semantic modeling with Word2Vec and graph analysis (72.3 %), and a hybrid architecture combining BERT transformer with LightGBM gradient boosting (87 %). The statistical significance of accuracy gains is confirmed by McNemar’s test (p<0.001) and Cohen’s effect size (d=1.24). The identified inverse relationship between accuracy and interpretability aligns with the historical logic of quantitative methods development in philology from N. A. Morozov’s linguistic spectra to contemporary neural network architectures.

Ключевые слова
ENG
stylometry, metamodel, diachronic analysis, idiostyle, A. S. Suvorin, Burrows’ Delta, Word2Vec, BERT, machine learning, digital humanities.

Авторы и аффилиации

Фамилия
ENG
Sokolov
Имя Отчество
ENG
A. V.
Email
a.sokolov@academadia.ru
Аффилиации
ENG
Russia, Moscow, Financial University under the Government of the Russian Federation
Russia, Moscow, Academy of Media Industry

Публикационные данные

Дата получения публикации
2026-03-23
Дата принятия публикации
2026-03-31
Дата публикации
2026-04-28

Номер: 1
Год: 2026

Первая страница: 33
Последняя страница: 42

Библиография

Список литературы
РУС
1. Белый А. Символизм. М. : Мусагет, 1910.
2. Марков А. А. Об одном применении статистического метода // Известия Имп. Академии наук. СПб., 1913. Сер. 6. Т. 7. С. 239–242.
3. Мартыненко Г. Я. Стилеметрия: возникновение и становление в контексте междисциплинарного взаимодействия. Ч. 1. Первые шаги: ХIX век // Структурная и прикладная лингвистика. Вып. 10.
СПб. : Изд-во СПбГУ, 2014. С. 3–22; Ч. 2. Первая половина XX в. // Структурная и прикладная лингвистика. Вып. 11. СПб. : Изд-во СПбГУ, 2015. С. 9–28.
4. Морозов Н. А. Лингвистические спектры: Средство для отличия плагиатов от истинных произведений того или другого известного автора // Известия Отд. рус. языка и словесности Имп. Академии наук. СПб., 1915. Т. XX. Кн. 4. С. 93–134.
5. Суворин А. С. Русско-японская война и русская революция. Маленькие письма (1904–1908). М. : Алгоритм, 2005.
6. Тынянов Ю. Н. Архаисты и новаторы. Л. : Прибой, 1929.
7. Чупров А. А. Очерки по теории статистики. М., 1910.
8. Burrows J. F. Delta: a measure of stylistic difference and a guide to likely authorship // Literary and Linguistic Computing. 2002. Vol. 17, № 3. P. 267–287. DOI: 10.1093/llc/17.3.267.
9. Campbell L. The sophistes and politicus of plato. Oxford : Clarendon Press, 1867.
10. Devlin J. BERT: Pre-training of deep bidirectional transformers for language understanding / J. Devlin, M.-W. Chang, K. Lee, K. Toutanova // Proceedings of NAACL-HLT. 2019. P. 4171–4186.
11. Dittenberger W. Sprachliche kriterien fur die chronologie der platonischen Ddaloge // Hermes. 1881. Bd. 16. S. 321–345.
12. Grzybek P. The emergence of stylometry // Glottometrics. 2014. Vol. 27. P. 60–83.
13. Ke G. LightGBM: a highly efficient gradient boosting decision tree / G. Ke, Q. Meng, T. Finley et al // Advances in Neural Information Processing Systems 30. 2017. P. 3146–3154.
14. Kuratov Y. Adaptation of deep bidirectional multilingual transformers for Russian language / Y. Kuratov, M. Arkhipov // Computational Linguistics and Intellectual Technologies: Dialogue. 2019. Vol. 18. P. 333–340.
15. Lutoslawski W. Principes de stylometrie appliques a la chronologie des oeuvres de Platon // Revue des etudes grecques. 1897. Vol. 10. P. 61–81.
16. Mendenhall T. C. The characteristic curves of composition // Science. 1887. Vol. 9, № 216. P. 237–249.
17. Mikolov T. Efficient estimation of word representations in vector space / T. Mikolov, K. Chen, G. Corrado, J. Dean // Proceedings of ICLR. 2013. arXiv:1301.3781.
18. Mosteller F. Inference and disputed authorship: The Federalist. Reading / F. Mosteller, D. L. Wallace. MA : Addison-Wesley, 1964.
19. Stamatatos E. A survey of modern authorship attribution methods // Journal of theAmerican Society forInformation Science and Technology. 2009. Vol. 60, № 3. P. 538–556.
20. Tripto N. I. The Word2vec graph model for author attribution and genre detection in literary analysis / N. I. Tripto, M. E. Ali // arXiv preprint. 2023. arXiv:2310.16972.

Список литературы
ENG
1. Bely A. Symbolism. M.: Musaget, 1910. [in Russian]
2. Markov A. A. About one application of the statistical method // Izvestia Imp. Academy of Sciences. St. Petersburg, 1913. Ser. 6. T. 7. pp. 239–242. [in Russian]
3. Martynenko G. Ya. Stylemetry: emergence and formation
in the context of interdisciplinary interaction. Part 1. First
steps: XIX century // Structural and applied linguistics. Vol. 10. St. Petersburg : St. Petersburg State University Publishing House, 2014. pp. 3–22; Part 2. First half of the 20th century. // Structural and applied linguistics. Vol. 11. St. Petersburg. : Publishing house St. Petersburg State University, 2015. pp. 9–28. [in Russian]
4. Morozov N. A. Linguistic spectra: A means for distinction
plagiarisms from the true works of one or another famous
author // Izvestia Department. rus. language and literature Imp. Academy Sci. St. Petersburg, 1915. T. XX. Book 4. pp. 93–134. [in Russian]
5. Suvorin A. S. Russian-Japanese War and Russian Revolution. Little letters (1904–1908). M.: Algorithm, 2005. [in Russian]
6. Tynyanov Yu. N. Archaists and innovators. L.: Priboy, 1929. [in Russian]
7. Chuprov A. A. Essays on the theory of statistics. M., 1910. [in Russian]
8. Burrows J. F. Delta: a measure of stylistic difference and a guide to likely authorship // Literary and Linguistic Computing. 2002. Vol. 17, no. 3. P. 267–287. DOI: 10.1093/llc/17.3.267.
9. Campbell L. The sophistes and politicus of plato. Oxford: Clarendon Press, 1867.
10. Devlin J. BERT: Pre-training of deep bidirectional transformers for language understanding / J. Devlin, M.-W. Chang, K. Lee, K. Toutanova // Proceedings of NAACL-HLT. 2019, pp. 4171–4186.
11. Dittenberger W. Sprachliche kriterien fur die chronologie der platonischen Ddaloge // Hermes. 1881. Bd. 16. S. 321–345.
12. Grzybek P. The emergence of stylometry // Glottometrics. 2014. Vol. 27. P. 60–83.
13. Ke G. LightGBM: a highly efficient gradient boosting decision tree / G. Ke, Q. Meng, T. Finley et al // Advances in Neural Information Processing Systems 30. 2017. pp. 3146–3154.
14. Kuratov Y. Adaptation of deep bidirectional multilingual transformers for Russian language / Y. Kuratov, M. Arkhipov // Computational Linguistics and Intellectual Technologies: Dialogue. 2019. Vol. 18. P. 333–340.
15. Lutoslawski W. Principles de stylometrie appliques a la chronologie des oeuvres de Platon // Revue des etudes grecques. 1897. Vol. 10. P. 61–81.
16. Mendenhall T. C. The characteristic curves of composition // Science. 1887. Vol. 9, No. 216, pp. 237–249.
17. Mikolov T. Efficient estimation of word representations in vector space / T. Mikolov, K. Chen, G. Corrado, J. Dean // Proceedings of ICLR. 2013. arXiv:1301.3781.
18. Mosteller F. Inference and disputed authorship: The Federalist. Reading / F. Mosteller, D. L. Wallace. MA: Addison-Wesley, 1964.
19. Stamatatos E. A survey of modern authorship attribution methods // Journal of the American Society for Information Science and Technology. 2009. Vol. 60, No. 3. P. 538–556.
20. Tripto N. I. The Word2vec graph model for author attribution and genre detection in literary analysis / N. I. Tripto, M. E. Ali // arXiv preprint. 2023. arXiv:2310.16972.

Журнал "Журналист. Социальные коммуникации"

Журнал ЖСК № 1 (61) 2026 г.