論文の概要: Hybrid topic modelling for computational close reading: Mapping narrative themes in Pushkin's Evgenij Onegin
- arxiv url: http://arxiv.org/abs/2603.19940v1
- Date: Fri, 20 Mar 2026 13:37:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-23 19:48:39.155752
- Title: Hybrid topic modelling for computational close reading: Mapping narrative themes in Pushkin's Evgenij Onegin
- Title（参考訳）: 計算クローズリーディングのためのハイブリッドトピックモデリング:PushkinのEvgenij Oneginにおける物語テーマのマッピング
- Authors: Angelo Maria Sabatini,
- Abstract要約: 本研究では,計算文学解析のためのハイブリッドトピックモデリングフレームワークを提案する。
LDA(Latent Dirichlet Allocation)とSPLS-DA(Partial Least Squares Discriminant Analysis)を統合し、物語詩における主題構造と縦長のダイナミクスをモデル化する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This study presents a hybrid topic modelling framework for computational literary analysis that integrates Latent Dirichlet Allocation (LDA) with sparse Partial Least Squares Discriminant Analysis (sPLS-DA) to model thematic structure and longitudinal dynamics in narrative poetry. As a case study, we analyse Evgenij Onegin-Aleksandr S. Pushkin's novel in verse-using an Italian translation, testing whether unsupervised and supervised lexical structures converge in a small-corpus setting. The poetic text is segmented into thirty-five documents of lemmatised content words, from which five stable and interpretable topics emerge. To address small-corpus instability, a multi-seed consensus protocol is adopted. Using sPLS-DA as a supervised probe enhances interpretability by identifying lexical markers that refine each theme. Narrative hubs-groups of contiguous stanzas marking key episodes-extend the bag-of-words approach to the narrative level, revealing how thematic mixtures align with the poem's emotional and structural arc. Rather than replacing traditional literary interpretation, the proposed framework offers a computational form of close reading, illustrating how lightweight probabilistic models can yield reproducible thematic maps of complex poetic narratives, even when stylistic features such as metre, phonology, or native morphology are abstracted away. Despite relying on a single lemmatised translation, the approach provides a transparent methodological template applicable to other high-density literary texts in comparative studies.
- Abstract（参考訳）: 本研究では,LDA(Latent Dirichlet Allocation)とSPLS-DA(Partial Least Squares Discriminant Analysis)を統合し,主題構造と物語詩の縦方向のダイナミクスをモデル化するハイブリッド・トピック・モデリング・フレームワークを提案する。
ケーススタディとして、Evgenij Onegin-Aleksandr S. Pushkinの著書をイタリア語訳で分析し、教師なし、教師なしの語彙構造が小さなコーパスに収まるかどうかを検証した。
詩文は、散文化された内容語の35の文書に区分され、5つの安定的で解釈可能なトピックが出現する。
コーパスの不安定性に対処するため、マルチシーズコンセンサスプロトコルが採用されている。
監視プローブとしてsPLS-DAを使用することで、各テーマを洗練させる語彙マーカーを識別することで、解釈可能性を高める。
物語のハブ・グループ(英: Narrative Hubs-groups of contiguous stanzas)は、詩の感情的・構造的な弧と、主題的な混合がどのように一致しているかを明らかにする、物語のババ・オブ・ワード(英: bag-of-words)アプローチを物語のレベルに拡張する重要なエピソードを示す。
従来の文学的解釈を置き換えるのではなく、提案された枠組みは、メア、音韻学、またはネイティブ形態学のようなスタイル的特徴が抽象化された場合でも、軽量な確率論的モデルが複雑な詩的物語の再現可能な主題地図をいかに生み出すかを示す、クローズドリーディングの計算形式を提供する。
単一の補題化された翻訳を頼りにしているにもかかわらず、この手法は、他の高密度の文学テキストに比較研究で適用可能な透過的な方法論的テンプレートを提供する。
関連論文リスト
- A Subword Embedding Approach for Variation Detection in Luxembourgish User Comments [2.4384521157164345]
本稿では,事前正規化や事前定義された変分リストに頼ることなく,変分を検出するための埋め込み型アプローチを提案する。
この方法は、コサインとn-gramの類似性の組み合わせにより、原文およびグループ関連フォームへのサブワード埋め込みを訓練する。
ルクセンブルク語のユーザーコメントの大規模なコーパスを用いて、このアプローチは方言や社会言語学の研究で記述されたパターンと一致する広範な語彙的および正書法的なバリエーションを明らかにする。
論文 参考訳（メタデータ） (2026-02-12T10:19:50Z) - StyleDecipher: Robust and Explainable Detection of LLM-Generated Texts with Stylistic Analysis [18.44456241158174]
StyleDecipherは堅牢で説明可能な検出フレームワークである。
組み合わせた特徴抽出器を用いてテキスト検出を再検討し、構造的差異を定量化する。
常に最先端のドメイン内精度を達成する。
論文 参考訳（メタデータ） (2025-10-14T15:07:27Z) - Exploring Narrative Clustering in Large Language Models: A Layerwise Analysis of BERT [0.0]
本研究では,変圧器を用いた大規模言語モデルであるBERTの内部メカニズムについて検討する。
GPT-4を介して開発された物語のデータセットを用いて、BERTの階層的活性化を分析し、局所的なニューラル処理のパターンを明らかにする。
BERTは,後期層における物語コンテンツに基づく強力なクラスタリングを,段階的にコンパクトかつ異なるクラスタで実現していることが明らかとなった。
論文 参考訳（メタデータ） (2025-01-14T12:01:54Z) - Explaining Datasets in Words: Statistical Models with Natural Language Parameters [66.69456696878842]
本稿では, クラスタリング, 時系列, 分類モデルなど, 自然言語の述語によってパラメータ化される統計モデル群を紹介する。
当社のフレームワークは、ユーザチャット対話の分類、時間の経過とともにどのように進化するかの特徴付け、一方の言語モデルが他方よりも優れているカテゴリを見つけることなど、幅広い問題に適用しています。
論文 参考訳（メタデータ） (2024-09-13T01:40:20Z) - How Well Do Text Embedding Models Understand Syntax? [50.440590035493074]
テキスト埋め込みモデルが幅広い構文的文脈にまたがって一般化する能力は、まだ解明されていない。
その結果,既存のテキスト埋め込みモデルは,これらの構文的理解課題に十分対応していないことが明らかとなった。
多様な構文シナリオにおけるテキスト埋め込みモデルの一般化能力を高めるための戦略を提案する。
論文 参考訳（メタデータ） (2023-11-14T08:51:00Z) - PoetryDiffusion: Towards Joint Semantic and Metrical Manipulation in
Poetry Generation [58.36105306993046]
制御可能なテキスト生成は自然言語生成(NLG)において困難かつ有意義な分野である
本稿では,ソネット生成のための拡散モデルと中国語のSongCi詩の創始について述べる。
本モデルでは,人的評価だけでなく,意味的,計量的,総合的な性能の自動評価において,既存のモデルよりも優れる。
論文 参考訳（メタデータ） (2023-06-14T11:57:31Z) - Topics in the Haystack: Extracting and Evaluating Topics beyond
Coherence [0.0]
本稿では,文と文書のテーマを深く理解する手法を提案する。
これにより、一般的な単語やネオロジズムを含む潜在トピックを検出することができる。
本稿では, 侵入者の単語の人間識別と相関係数を示し, 単語侵入作業において, ほぼ人間レベルの結果を得る。
論文 参考訳（メタデータ） (2023-03-30T12:24:25Z) - Author Clustering and Topic Estimation for Short Texts [69.54017251622211]
同じ文書中の単語間の強い依存をモデル化することにより、遅延ディリクレ割当を拡張できる新しいモデルを提案する。
同時にユーザをクラスタ化し、ホック後のクラスタ推定の必要性を排除しています。
我々の手法は、短文で生じる問題に対する従来のアプローチよりも、-または----------- で機能する。
論文 参考訳（メタデータ） (2021-06-15T20:55:55Z) - Matching Visual Features to Hierarchical Semantic Topics for Image
Paragraph Captioning [50.08729005865331]
本稿では,階層的トピック誘導画像段落生成フレームワークを開発した。
複数の抽象レベルでの画像とテキストの相関をキャプチャするために、変分推論ネットワークを設計します。
段落生成を導くために、学習した階層的トピックと視覚的特徴を言語モデルに統合する。
論文 参考訳（メタデータ） (2021-05-10T06:55:39Z) - Metrical Tagging in the Wild: Building and Annotating Poetry Corpora
with Rhythmic Features [0.0]
英語とドイツ語に大規模な詩コーパスを提供し,コーパス駆動ニューラルモデルを訓練するためのコーパスを小型化した韻律的特徴をアノテートする。
音節埋め込みを用いた BiLSTM-CRF モデルは, CRF ベースラインと異なるBERT ベースアプローチよりも優れていることを示す。
論文 参考訳（メタデータ） (2021-02-17T16:38:57Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。