АНАТОМІЯ ХУДОЖНЬОГО ТЕКСТУ: ПОГЛЯД КРІЗЬ ПРИЗМУ ЦИФРОВОЇ ФІЛОЛОГІЇ (НА ПРИКЛАДІ РОМАНУ Т. ДРАЙЗЕРА «ФІНАНСИСТ»)
DOI:
https://doi.org/10.32782/2412-933X/2025-XXIV-19Ключові слова:
тематичне моделювання, оброблення природної мови, латентне розміщення Діріхле, BERTopic, кількісний аналіз, семантична структура, художній текстАнотація
У статті розглянуто потенціал тематичного моделювання як інструменту кількісного аналізу художнього тексту в контексті сучасної цифрової філології. Метою дослідження є порівняння ефективності двох підходів до автоматичного виокремлення тем у художньому дискурсі: класичного алгоритму LDA (Latent Dirichlet Allocation) та сучасної моделі BERTopic, що базується на використанні контекстуальних векторних представлень і здатна вловлювати глибші семантичні зв’язки в тексті. Матеріалом дослідження слугує роман Теодора Драйзера «Фінансист», на основі якого сформовано корпус для тематичного аналізу. Розглянуто стратегії попереднього оброблення тексту: корпус підготовлено за допомогою стандартних процедур очищення, лематизації та фільтрації частин мови із залученням інструментів NLP. Тексти розбито на сегменти, дібрано оптимальні параметри для кожної моделі. У процесі моделювання аналізувалася кількість отриманих тем, когерентність, їх змістова насиченість, інтерпретованість і адекватність художньому змісту твору. Особливу увагу приділено методам налаштування моделей (визначення кількості тем, фільтрація частин мови, оброблення власних імен), візуалізації результатів для покращення інтерпретації та впливу попереднього оброблення тексту на якість тем. Порівняльний аналіз показав, що модель BERTopic виявляє глибші семантичні зв’язки, ніж LDA, та в більшості випадків формує теми, які точніше передають смислові домінанти тексту, демонструє вищу здатність до побудови змістово злагоджених тематичних структур, зберігаючи при цьому контекстуальні зв’язки між словами. Результати дослідження можуть бути використані для подальшого вивчення семантичної структури художніх творів та розроблення методик для автоматизованого аналізу художнього дискурсу. Перспектива подальших досліджень вбачається в проведенні порівняльного тематичного аналізу кількох романів одного автора з метою виявлення еволюції смислових домінант у межах авторського стилю.
Посилання
Babalola, Olusola & Ojokoh, Bolanle & Boyinbode, Olutayo. Comprehensive Evaluation of LDA, NMF, and BERTopic’s Performance on News Headline Topic Modeling. Journal of Computing Theories and Applications. 2024. 2. 268–89. DOI: htpps: 10.62411/jcta.11635-
Бердник Д., Бойчук А. Порівняльний аналіз методів тематичного моделювання для аналізу відгуків в інтернет-магазині цифрових товарів. Herald of Khmelnytskyi National University. Technical Sciences. 2022. № 307(2). С. 37–41. https://doi.org/10.31891/2307-5732-2022-307-2-37-41.
Blei D. M., J. D. Lafferty. A correlated topic model of Science. Ann. Appl. Stat., vol. 1, no. 1, Jun. 2007. doi: 10.1214/07-AOAS114.
Chen Y., Z. Peng, S.-H. Kim, C. W. Choi, “What We Can Do and Cannot Do with Topic Mod- eling: A Systematic Review,” Commun. Methods Meas., vol. 17, no. 2, pp. 111–130, Apr. 2023. doi: 10.1080/19312458.2023.2167965.
Da N. Z. The computational case against computational literary studies. Critical Inquiry. 2019. Vol. 45, № 3. P. 601–639. DOI:10.1086/702594.
Dahllöf, Mats & Berglund, Karl. Faces, Fights, and Families: Topic Modeling and Gendered Themes in Two Corpora of Swedish Prose Fiction. Digital Humanities in the Nordic and Baltic Countries Publica- tions. 2. 92–111. 2019. DOI:10.5617/dhnbpub.11084.
Egger R., J. Yu. A Topic Modeling Comparison Between LDA, NMF, Top2Vec, and BERTopic to Demystify Twitter Posts. Front. Sociol. vol. 7, May 2022. doi: 10.3389/fsoc.2022.886498.
Gius Evelyn, Janina Jacke. Are Computational Literary Studies Structuralist? Journal of Cultural Analytics, vol. 7, no. 4, Dec. 2022. https://doi.org/10.22148/001c.46662.
Griffiths T. L., M. Steyvers. Finding scientific topics. Proc. Natl. Acad. Sci., vol. 101, no. suppl_1, pp. 5228–5235, Apr. 2004. doi: https://doi.org/10.1073/pnas.0307752101.
Grootendorst M. BERTopic: Neural topic modeling with a class-based TF-IDF procedure. arXiv. Mar. 11, 2022. URL: http://arxiv.org/abs/2203.05794
Лаптєв О., Юзва А. Дослідження використання технік моделювання для аналізу відгуків клієнтів. Прикладні проблеми комп’ютерних наук, безпеки та математики. 2024. № 2. С. 4–17. URL: https://apcssm.vnu.edu.ua/index.php/Journalone/article/view/20/15
Laureate C. D. P., W. Buntine, H. Linger. A systematic review of the use of topic models for short text social media analysis. Artif. Intell. Rev., vol. 56, no. 12, pp. 14223–14255, Dec. 2023. doi: 10.1007/s10462-023-10471-x.
Li Defeng, Wu Kan and Lei Victoria L.C. Applying Topic Modeling to Literary Analysis: A Review. Digital Studies in Language and Literature. vol. 1, no. 1-2, 2024, pp. 113–141. https://doi.org/10.1515/ dsll-2024-0010.
Lyu J. C., Han E. L., Luli G. K. COVID-19 Vaccine–Related Discussion on Twitter: Topic Modeling and Sentiment Analysis J Med Internet Res 2021. 23(6), e24435. doi: 10.2196/24435.
Martinelli G., P. Impicciché, E. Fersini, F. Mambrini, and M. Passarotti. Exploring Neural Topic Modeling on a Classical Latin Corpus. In Proceedings of the 2024 Joint International Conference on Com- putational Linguistics, Language Resources and Evaluation (LREC-COLING 2024) Torino, Italy, 6929–34. 2024. Paris: ELRA and ICCL. URL: https://aclanthology.org/2024.main-1.606
Medvecki D., Bašaragin B., Ljajić A., Milošević N. Multilingual Transformer and BERTopic for Short Text Topic Modeling: The Case of Serbian. In: Trajanovic, M., Filipovic, N., Zdravkovic, M. (eds) Disruptive Information Technologies for a Smart Society. ICIST 2023. Lecture Notes in Networks and Systems, vol 872. Springer, Cham. 2024. https://doi.org/10.1007/978-3-031-50755-7_16.
Monika W., V. Amelia, Q. Aris, A. Nasution. Topic Modeling of Indonesian Children’s Literature Using Latent Semantic Analysis. In Proceedings of the 2nd International Conference on Environmental, Energy, and Earth Science, ICEEES 2023, 30 October 2023, Pekanbaru, Indonesia. Pekanbaru: European Alliance for Innovation. http://dx.doi.org/10.4108/eai.30-10-2023.2343063.
Murshed, B. A. H., J. Abawajy, S. Mallappa, M. A. N. Saif, S. M. Al-Ghuribi, and F. A. Ghanem. Enhancing Big Social Media Data Quality for Use in Short-Text Topic Modeling. IEEE Access, vol. 10, pp. 105328–105351, 2022. doi: 10.1109/ACCESS.2022.3211396.
Narozhnyi V., Kharchenko V. Semantic clustering method using integration of advanced LDA algorithm and BERT algorithm. Innovative technologies and scientific solutions for industries. 2024. (1 (27), 140–153. https://doi.org/10.30837/ITSSI.2024.27.140.
Navarro-Colorado B. On Poetic Topic Modeling: Extracting Themes and Motifs From a Corpus of Spanish Poetry. Frontiers in Digital Humanities. 2018. Vol. 5, № 15. https://doi.org/10.3389/fdigh.2018.00015.
Rajan S. D., T. Coombs, M. Jayabalan, N. A. Ismail. A Comparative Study of Methods for Topic Modelling in News Articles in Data Science and Emerging Technologies, 2024, pp. 269–277. doi: 10.1007/978-981-97-0293-0_20.
Schoch C. Topic modeling genre: an exploration of French classical and enlightenment drama. Digital Humanities Quarterly. 2017. Vol. 11. № 2. DOI:10.48550/arXiv.2103.13019
Schröter J., K. Du. Validating Topic Modeling as a Method of Analyzing Sujet and Theme. Journal of Computational Literary Studies 1 (1): 1–18. 2022. DOI: https://doi.org/10.48694/jcls.91.
Svensson K., Blad, J. Exploring NMF and LDA Topic Models of Swedish News Articles. Uppsala Universitet, 2020. URL: https://uu.diva-portal.org/smash/get/diva2:1512130/FULLTEXT01.pdf
Uglanova I., Gius E. The Order of Things. A Study on Topic Modelling of Literary Texts. Workshop on Computational Humanities Research. 2020. URL: https://ceur-ws.org/Vol-2723/long7.pdf
Völkl Y., Sarić S., Scholger, M. Topic Modeling for the Identification of Gender-specific Discourse. Virtues and Vices in French and Spanish 18th Century Periodicals. Journal of Computational Literary Studies. 1(1). 2022. doi: https://doi.org/10.48694/jcls.108.
