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.

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.