Individuação de autoria e identificação de estilo: análise de dados linguísticos com auxílio do R

• Lima e Silva, Luis Filipe ^[1] ; Santos Ciríaco, Larissa ^[1]
  1. [1] Universidade Federal de Minas Gerais

     Universidade Federal de Minas Gerais

     Brasil

     
• Localización: Fórum Linguístico, ISSN-e 1984-8412, Vol. 19, Nº. 3, 2022, págs. 8214-8231
• Idioma: portugués
• Títulos paralelos:
  • Individuación de autoría e identificación de estilo: análisis de obras literárias com R
  • Individuation of Authorship and Style Identification: analysis of Literary works carried with R
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Este artículo se suma a los trabajos disponibles sobre procesamiento del lenguaje natural al proporcionar una demostración de cómo los lenguajes de programación como R (R CORE TEAM, 2020) pueden ser útiles para detectar la autoría e identificar el estilo del autor en obras literarias. Se seleccionaron dos autores y dos obras de cada uno, a saber: The Adventures of Tom Sawyer (1876) y Adventures of Huckleberry Finn (1884) del autor Mark Twain (1835-1910), y Typee: A Peep at Polynesian Life (1846) y Omoo: A Narrative of Adventures in the South Seas (1847) del autor Herman Melville (1819-1891). Posteriormente, los datos se analizaron utilizando la misma metodología que Eder et al. (2016), con el fin de probar la efectividad del paquete stylo y aplicar los métodos de Análisis de Componentes Principales, Análisis de Cluster y Árbol de Consenso. Los resultados mostraron que cada uno de los métodos probados fue capaz de distinguir los trabajos de los autores, evidenciando así la efectividad del paquete utilizado. Además, se realiza un análisis estilométrico basado en los métodos de Zeta de Craig y Rolling Delta. Para esto último, se utilizaron obras de dos autores de habla alemana, Frank Kafka y Heinrich von Kleist. Los resultados apuntan a una similitud estilística de von Kleist, sobre todo, en la primera obra de Kafka. Además, el método Rolling Delta fue utilizado para explorar un análisis de Juola (2013ª, 2013b) sobre una obra de J. K. Rowling escrita bajo el seudónimo de Robert Galbraith.

  • English

    This paper adds to the works available on Natural Language Processing by providing a demonstration of how programming languages ​​such as R (R CORE TEAM, 2020) can be useful in detecting authorship and identifying the style of the author in literary works. Two authors and two works each were selected, namely: The Adventures of Tom Sawyer (1876) and Adventures of Huckleberry Finn (1884) by author Mark Twain (1835-1910), and Typee: A Peep at Polynesian Life (1846) and Omoo: A Narrative of Adventures in the South Seas (1847) by author Herman Melville (1819-1891). Subsequently, the data were analyzed following the same methodology as Eder et al. (2016), in order to test the effectiveness of the stylo package and apply the Principal Component Analysis, Cluster Analysis and Consensus Tree methods. The results showed that each of the tested methods was able to distinguish the works of the authors, thus evidencing the effectiveness of the package used. In addition, a stylometric analysis is performed based on Craig's Zeta and Rolling Delta methods. For the latter, works by two German-speaking authors, Frank Kafka and Heinrich von Kleist, were used. The results pointed to a stylistic similarity of von Kleist, especially in Kafka’s first work. Additionally, Rolling Delta was used to explore an analysis carried by Juola (2013a, 2013b) regarding a work by J. K. Rowling written under the pseudonym of Robert Galbraith.

  • português

    Este artigo soma-se aos trabalhos disponíveis sobre Processamento de Língua Natural ao fornecer uma demonstração de como linguagens de programação como o R (R CORE TEAM, 2020) podem ser úteis na detecção de autoria e na identificação do estilo do autor em obras literárias. Foram selecionados dois autores e duas obras de cada, a saber: The Adventures of Tom Sawyer (1876) e Adventures of Huckleberry Finn (1884), do autor Mark Twain (1835-1910), e Typee: A Peep at Polynesian Life (1846) e Omoo: A Narrative of Adventures in the South Seas (1847), do autor Herman Melville (1819-1891). Posteriormente, os dados foram analisados seguindo a mesma metodologia de Eder et al. (2016), a fim de testar a eficácia do pacote stylo e aplicar os métodos de Análise de Componentes Principais, Análise de Cluster e Árvore de Consenso. Os resultados apontaram que cada um dos métodos testados conseguiu distinguir as obras dos autores, evidenciando-se, assim, a eficácia do pacote utilizado. Além disso, realiza-se uma análise estilométrica baseada nos métodos de Zeta de Craig e Rolling Delta. Para este último, utilizaram-se obras de dois autores de língua alemã, Frank Kafka e Heinrich von Kleist. Os resultados apontaram uma semelhança estilística de von Kleist, sobretudo, na primeira obra de Kafka. Adicionalmente, o método Rolling Delta foi usado para explorar uma análise feita por Juola (2013ª, 2013b) a respeito de uma obra de J. K. Rowling escrita sob o pseudônimo de Robert Galbraith.