В последнее продолжительное время занимаюсь разработкой ПО и алгоритмов по русистике. Иногда ищу обсуждение, задачки из комментариев и на Хабре. Попался на глаза занятный коммент:

Спрашивает username:к статье о стилометрии.
Спрашивает username:@e_failк статье о стилометрии.

На основе стилометрического анализа/кластеризации: авторство произведений "12 стульев" и "Золотой телёнок" не принадлежат М. Булгакову, однако кластеризация поставила тексты Булгакова и Ильфа/Петрова рядышком, что говорит о высокой близости, наверное отсюда и вытекает конспирология. На самом деле погрешность растёт ещё и из-за цензуры/издания (советы крутили тексты, как хотели, что фиксируют метрики лексического разнообразия).

Алгоритм кластеризации: считаю буквенные n-граммы текстов, как придумал Бёрроуз в 2002 году однако с учётом морфологии русского языка (простыми словами: на этом шаге игнорирую шум - сюжет и диалоги), добавляю признаки на основе пунктуации и доли эмоционального тона, а на пред финише стилистическое сходство между книгами вычисляю через косинусное расстояние (тогда как в классике метод Дельты Бёрроуза использует менее точное - манхэттенское расстояние, это не только моя оценка на основе разработки/улучшения алгоритма и анализа текстов, но в некоторых англоязычных рецензируемых статьях приложены пруфы, где "косинус даёт более релевантные результаты"). На финальном шаге алгоритм UPGMA из научной либы Scipy осуществляет группировку на основе матрицы расстояний -> получаю живой график в Plotly (работает прицел и всплывающая подсказка).

Пример кластерного анализа книг, интересует В. Панов, где одна его книга сильно выбивается из авторского стиля. Причина найдена сразу: открываем аннотацию к "подозрительной" книжке и видим, что текст написан в соавторстве с Р. Папсуевым, а не чисто Пановым (кстати, там ещё и по другим лингвопризнакам различия всплывают, но это уже за пределами нашей кластерной темы). Обратите внимание, как математика кластеризации красиво сортирует: тексты группируются пачками по авторам, можно подкидывать ноунейм тексты и вычислять псевдонимов, примерно так и была разоблачена госпожа Роулинг под левым именем Гэлбрейта в 2013 году.
Пример кластерного анализа книг, интересует В. Панов, где одна его книга сильно выбивается из авторского стиля. Причина найдена сразу: открываем аннотацию к "подозрительной" книжке и видим, что текст написан в соавторстве с Р. Папсуевым, а не чисто Пановым (кстати, там ещё и по другим лингвопризнакам различия всплывают, но это уже за пределами нашей кластерной темы). Обратите внимание, как математика кластеризации красиво сортирует: тексты группируются пачками по авторам, можно подкидывать ноунейм тексты и вычислять псевдонимов, примерно так и была разоблачена госпожа Роулинг под левым именем Гэлбрейта в 2013 году.

Возвращаемся к основному анализу, что там с Булгаковым...

Сходство между текстами Булгакова "Мастер и Маргарита" vs Ильфа/Петрова "Золотой телёнок" всего лишь 20% в размерной шкале, т.е. низкое. Тогда как сходство АС между "Телёнком" и "Стульями" - 66% (тексты за одним(и) автором), Но для ажиотажа добавлю: 1) что максимально отмеченное сходство между Булгаковым и Ильфом/Петровым зафиксировано между "Золотой телёнок" и "Белая гвардия" - 36%, цифра довольно внушительная (возможно, к правке рукописей причастны те же люди, ответственные за цензуру в 1930-х гг.), но показатель не достаточный, чтобы поддерживать конспирологическую теорию на высокой ноте; 2) все эти авторы работали в одной газете ~в одно время, так что зерно сомнений посеяно не напрасно; 3) если добавить в анализ больше истинных рукописей писателей, то результат изменится...
Сходство между текстами Булгакова "Мастер и Маргарита" vs Ильфа/Петрова "Золотой телёнок" всего лишь 20% в размерной шкале, т.е. низкое. Тогда как сходство АС между "Телёнком" и "Стульями" - 66% (тексты за одним(и) автором), Но для ажиотажа добавлю: 1) что максимально отмеченное сходство между Булгаковым и Ильфом/Петровым зафиксировано между "Золотой телёнок" и "Белая гвардия" - 36%, цифра довольно внушительная (возможно, к правке рукописей причастны те же люди, ответственные за цензуру в 1930-х гг.), но показатель не достаточный, чтобы поддерживать конспирологическую теорию на высокой ноте; 2) все эти авторы работали в одной газете ~в одно время, так что зерно сомнений посеяно не напрасно; 3) если добавить в анализ больше истинных рукописей писателей, то результат изменится...
Полная матрица сходства и различий по авторскому стилю на основе моей мини библиотеки. Можно скачать живую визуализацию для более удобного анализа, выложил файл тут.
Полная матрица сходства и различий по авторскому стилю на основе моей мини библиотеки. Можно скачать живую визуализацию для более удобного анализа, выложил файл тут.

P/S/: анализ локальный и доступен технарям на ладони (хоть и не всем, не вина пользователей, а техническая политика Гугла по OS Android): офлайн/смартфон, лонгрид не даст соврать: почти 300К просмотров и сотни закладок...

P/S2: Спойлер прототип, академическое ПО для анализа текстов, которое ждут в России, почти готово, спустя всего-то в целом какие-то пару лет...
Функционал ПО включает в себя пару десятков живых визуализаций, и ещё больше текстовых метрик, некоторые из которых будут опубликованы в рецензируемом научном журнале...
Функционал ПО включает в себя пару десятков живых визуализаций, и ещё больше текстовых метрик, некоторые из которых будут опубликованы в рецензируемом научном журнале...

Опробовать поисковую систему, разработанную автором статьи.

Комментарии (48)


  1. rukhi7
    19.07.2026 08:45

    а для меня Булгаков - это продолжение Гоголя. Можно тоже проверить не Гоголь ли Мастера и Маргариту написал, наверно.


    1. ne555 Автор
      19.07.2026 08:45

      Гоголь "Мёртвые души" также в анализе стоит, см. 5-ю строками выше от Ильфа/Петрова на изображ. Или скачайте приложенный на гугл диск файл и проверьте.

      Сходство по кластеризации всего 9%, т.е. тексты разных авторов. Но тут я бы на одну кластеризацию не полагался, Именно в этом произведении в моем экземпляре (текст от издания 2002г) у текста аномально высокое лексическое разнообразие для произведения 19 века, т.е. редактура внесла немалый шум.
      Сходство по кластеризации всего 9%, т.е. тексты разных авторов. Но тут я бы на одну кластеризацию не полагался, Именно в этом произведении в моем экземпляре (текст от издания 2002г) у текста аномально высокое лексическое разнообразие для произведения 19 века, т.е. редактура внесла немалый шум.

      По атмосфере/антуражу также "МиМ" не сильно коррелирует с "Мертвыми душами"

      Тепловая карта антуража:: сходство и различия текстов по тематике и атмосфере на основе анализируемых файлов (всегда лемматизирует тексты, группирует схожие произведения и выполняет их детальное попарное сравнение).
      Тепловая карта антуража:: сходство и различия текстов по тематике и атмосфере на основе анализируемых файлов (всегда лемматизирует тексты, группирует схожие произведения и выполняет их детальное попарное сравнение).


  1. kmrov
    19.07.2026 08:45

    Другие тексты Ильфа и Петрова не стали добавлять в сравнение?


    1. ne555 Автор
      19.07.2026 08:45

      На романах (из-за большой длины текстов) авторский почерк лучше всего снифится. У Ильфа/Петрова из романов общеизвестные упомянутые 2 - про Остапа Бендера и, кажется, всё остальное рассказы.

      Скачать и склеить рассказы Ильфа/Петрова, прогнать на общую оценку и смотреть на множество других метрик, тем более в ПО они реализованы, но я посвятил пост именно кластеризации: см. комментарий от Хабраюзера, он его оставил его к упрощённому, классическому алгоритму, описанному в той статье.


      1. kmrov
        19.07.2026 08:45

        Нда, жаль, что Ильф и Петров не написали больше ничего сравнимого. Но "Одноэтажная Америка" по объему близка к романам. Если алгоритмы претендуют на анализ именно уникального авторского стиля, другой жанр не должен быть помехой.


      1. polar_yogi
        19.07.2026 08:45

        У Ильфа и Петрова есть одноэтажная Америка, достаточно общеизвестные и даже с клонами/римейками.


  1. soq97
    19.07.2026 08:45

    Всегда любил и Булгакова, и Ильфа с Петровым, но схожесть стиля объяснял себе схожестью обстоятельств и времени. Так же как мы в 2026 году говорим примерно об одних и тех же проблемах примерно одним и тем же языком. Для нас в XXI веке культурный код делает схожесть важнее различий. Примерно как мы смотрим на фотографии женщин двадцатых годов прошлого века: в первую очередь видим одинаковые прически, шляпки и макияж. И только во вторую очередь видим различия, если вообще видим.


  1. economist75
    19.07.2026 08:45

    То как писал дуэт, с журналистской искринкой и обрушающей самоиронией, знанием жизни и ее липкой бытописательской подоплеки - недоступно даже такому мастеру как Булгаков. Он жил другой жизнью.

    А то как дуэт ходил “по краю” дозволенного - просто подвиг. Но удивляют результаты опроса. В подтверждение собственной веры в чудеса - люди готовы эти самые чудеса затоптать, поверив заговорщикам.


  1. Fishertvd
    19.07.2026 08:45

    У Дмитрия Галковского есть серия статей на эту тему. Булгаков написал под именем Ильфа и Петрова, ибо если бы опубликовал сатиру на большевиков сам, его бы очень сильно прижали. И так за Белую Гвардию расстрелять хотели. А тут и сказал все, что хотел, и взятки гладки.

    Гений...


  1. vl12
    19.07.2026 08:45

    Любопытно было бы проверить известную теорию, что Дюма - это Пушкин, инсцинировавший свою смерть. Приводят множество фактов в этой сравнительной мифологии биографий. https://pikabu.ru/story/pushkin_yeto_dyuma_faktyi_iz_papki_5120764

    У них французский язык общий, Дюма с русского переводил, но вроде не писал. Попадалось видео с этой теорией какого-то общества пушкинистов, где заявлялось что они графологически сверяли их тексты и посчитали идентичными.


    1. Kirillko312
      19.07.2026 08:45

      Хех, пикабушный брат)) ровно за тем же пришел в комментарии))) рад что я не один такой стукнутый, два дня подряд хочу кому-нибудь такой вопрос задать (вчера Бунтману хотел, но в записи смотрел…)


  1. Fishertvd
    19.07.2026 08:45

    Автору исследования можно посоветовать попробовать проводить не просто текстовый анализ, а сначала перевести произведение в метрику образов и смыслов.

    Например взять образы Берлиоза, Босого, Лиходеева и сравнить их с образами отца Сергия, инженера Птибурдукова или Александра Яковлевича Альхена.

    Сатира на СССР получается довольно с высоким коэффициентом корреляции.


    1. ne555 Автор
      19.07.2026 08:45

      перевести произведение в метрику образов и смыслов.

      У меня есть общий алгоритм для книг, который извлекает ключевые слова произведения и темы (на основе NMF, не LDA). Пример, для упомянутой книги:

      Скрытый текст

      • СМЫСЛОВОЕ ЯДРО ТЕКСТА УСПЕШНО ИЗВЛЕЧЕНО
      ТОП-15 ключевых лемм::
      иван; кот; николаевич; берлиоз; квартира; воланд; гражданин; стол; маргарита; вода; солнце; коровьев; сегодня; немой; кричать

      ТОП-10 тем::
      Тема 1: мастер, маргарита, азазелло, роман, иванушка
      Тема 2: прокуратор, ершалаим, игемона, иуда, капюшон
      Тема 3: иван, поэт, консультант, пилат, бора
      Тема 4: финдиректор, римский, варенуха, степ, администратор
      Тема 5: маргарита, крем, николай, щётка, наташа
      Тема 6: веранда, арчибальд, арчибальдович, официант, швейцар
      Тема 7: профессор, немец, берлиоз, поэт, аллея
      Тема 8: воланд, бегемот, мессир, мастер, коровьев
      Тема 9: никанор, иванович, председатель, артист, переводчик
      Тема 10: маргарита, бал, королева, коровьев, король


      1. Fishertvd
        19.07.2026 08:45

        Мне кажется, что алгоритм несовершенен. Как минимум слова стол и кричать не являются основой книги.

        Могу предложить вам альтернативный вариант его реализации. Надо вводить вектор типовых характеристик персонажей.


        1. ne555 Автор
          19.07.2026 08:45

          В комментарии указано, ключевых лемм, а не слов. См. что такое лемматизация текста. Т.е. под леммой "стол" подразумевается разные вариации, например, "за столом, на столе и т.д.", т.е. там где пишут рукописи и что-то выкладывают. По лемме "кричать" -> "крикнув, вскрикнув, закричала..."

          А какую интересную реализацию алгоритма предлагаете? Я открыт к обсуждению.


      1. Fishertvd
        19.07.2026 08:45

        Чтобы Ваша система была достоверной и применимой, предлагаю добавить следующие три модуля:
        1) сравнение книг одного автора. То есть мы должны взять "Мертвые души", "Тараса Бульбу", "Вечера на хуторе близ Диканьки" и "Шинель" и выработать такой алгоритм, который достоверно доказывает, что они написаны Гоголем.

        Приведу пример из смежной области. Горячо любимый нашими прекрасными женщинами Стас Михайлов лично утверждает, что фишка его песен - повторения слов в припеве. "Без тебя, без тебя, всё ненужным сразу стало без тебя."

        "Ну вот и все, ну вот и все, ну вот и все...
        Я ухожу из твоей жизни.
        Лишь только плачет за окном
        Холодный ветер января.
        Ну вот и все, ну вот и все, ну вот и все...
        И от венчания до тризны
        Хотел с тобою рядом быть,
        Но видно это не судьба".

        2) Из этого логически следует отдельный модуль стилевой разметки. Например, все мы знаем стиль Маяковского. Поэтому хороший лингвист может написать стихи "под Маяковского" достаточно спокойно.

        Ерундой занимаются гады,
        опозорили Евросоюз.
        Ананасы им жрать до упаду,

        зад давно их похож на арбуз.
        Только врёшь, не дождешься германец,

        коммуниста не сломит война.

        Футуристы на ваш блядский танец,
        зычно скажут - "идите-ка на..."

        Более того, хороший автор каждую работу пишет по-разному. То есть можно, конечно, говорить о том, что стиль чеховских рассказов совпадает, или что у О`Генри или у Достоевского однотипные сюжетные линии в их произведениях. Но чем круче автор - тем разнообразнее его работы. Условно - "Севастопольские рассказы" и "Анна Каренина" (первое и последнее произведения Толстого) должны серьезно различаться.

        3) надо вводить понятие "вектора персонажа".
        Например: (а1, а2, а3, а4, а5).
        а1: национальность. Русский, немец, еврей, поляк, кавказец.
        а2: возраст. Молодой, средних лет, старый.
        а3: политическое кредо. большевик, беспартийный, либерал, монархист ...
        а4: честность. Негодяй, праведник, ловкач, дурак.
        а5: авторская позиция. Одобряет, осуждает, относится нейтрально.
        и т.д.
        =======================================
        Например Иван Бездомный. Русский, молодой, (в начале романа большевик, потом беспартийный), (в начале романа дурак, в конец - праведник). Автор относится благосклонно.
        Шура Балаганов. Русский, молодой, беспартийный, ловкач(трикстер), автор относится скорее благосклонно.

        Для примера возьмем роман "Мать".

        Павел Власов. Русский, молодой, (в начале романа пьяница (как и все русские в творчестве Горького), в конце - идейный большевик), по сути своей - негодяй, ибо борется за разрушение своего государства, авторская позиция - одобряет.

        Ну и т.д.

        Дальше надо сравнивать векторы персонажей, ибо истинный замысел любого писателя - заложить в читателей свою картину мира через примеры.


        1. ne555 Автор
          19.07.2026 08:45


          "хороший лингвист может написать стихи "под Маяковского"

          Как вы думаете, как работает алгоритм на основе символьных n-грамм, плюс ещё признаки, которые добавил? (упомянул в статье). Например один из признаков у меня, как у автора - это подсознательное обилие круглых скобок в текстах (для пояснений), я могу с этим как-то бороться, но победив один признак в алгоритме остаётся ещё не менее в буквальном смысле 1500 признаков. Или вот другой признак: контекст из К/Ф "Матрица" прорывается в статьях, примеры:

          https://habr.com/ru/articles/843752/
          Тут же на Хабре Матрица у меня в другом месте. А неприятнее всего оказалось совсем другое слово моем в топ-е (был невероятно удивлён и немного растроен, когда спарсил свои комментарии с Хабра и прогнал).
          Тут же на Хабре Матрица у меня в другом месте. А неприятнее всего оказалось совсем другое слово моем в топ-е (был невероятно удивлён и немного растроен, когда спарсил свои комментарии с Хабра и прогнал).
          В ПО в функцию "облако слов"/силуэты: винишко и Матрица получились в самом центре (этот момент я уже не проконтролировал, вышло непреднамеренно, но думается мне неслучайно). Но даже если победить и это, остаётся ещё 1499 признаков, которые нужно подделать, как вы пишите, чтобы закосить под Маяковского.
          В ПО в функцию "облако слов"/силуэты: винишко и Матрица получились в самом центре (этот момент я уже не проконтролировал, вышло непреднамеренно, но думается мне неслучайно). Но даже если победить и это, остаётся ещё 1499 признаков, которые нужно подделать, как вы пишите, чтобы закосить под Маяковского.

          На данный момент меня восхищает добротная, русскоязычная, технически крутая работа многолетней давности от сопровождающего "Фантлаб" по поводу лингвопрофилей писателей, не зря они евро премию отхватили.

          Цитата из описания:
          Алгоритм, приведённый выше, позволяет распознавать автора романа с вероятностью 98.79%, рассказа — 84.32%.


          1. Fishertvd
            19.07.2026 08:45

            Я не очень хочу погружаться в математику алгоритма на основе символьных n-грамм, скорее даю Вам рекомендации, как лингвист и историк русской литературы.

            Просто суть конспирологической версии об Булгакове, как авторе "Золотого теленка" в том, что он владел словом и писал то, что хотел, но так, чтобы к нему не возникло вопросов у проверяющих. Проще говоря - "Мастер и Маргарита" и "Теленок" и не должны совпадать лингвистически. А вот по смыслу и посылу - вполне.

            Более того, то что они не совпадают - ещё один аргумент в поддержку данной версии. Просто возьмите все нормальные произведения, написанные в 20-40 годы в СССР в жанре сатиры на Советскую власть, и окажется, что 50% из них - это Булгаков. И в цикле про Бендера он отвёл душу по полной...

            Но работа у вас очень хорошая и полезная. Большое спасибо, что опубликовали код. На досуге попробую поправить его и может быть даже опубликую свои результаты.


        1. randomsimplenumber
          19.07.2026 08:45

          Поэтому хороший лингвист может написать стихи "под Маяковского" достаточно спокойно.

          Евтушенко-стайл получился, сорян. И немного Носов ;)


    1. randomsimplenumber
      19.07.2026 08:45

      Интересно, если сравнить МиМ и Белую Гвардию - у них один автор получится?


      1. ne555 Автор
        19.07.2026 08:45

        Попробуйте сделать вывод: смотрите на матрицу так: по Y выбирайте интересующее вас произведение, а по X другое произведение с чем сравнить, смотрите на цифру в точке пересечения. У "МиМ" и "Белой гвардии" цифра рапортует о явно большем сходстве, чем любое Булгаковское с Ильфом/Петровым. Можно найти на опубликованной матрице и некоторые неожиданные результаты, короче, вы можете сравнить между собой 76 текстов.

        Есть нюансы: Хабр пережимает изображения, загружал для статьи png в разрешении "2200 x 1668", а Хабр снизил качество до "1560 x 1182" - матрица замылилась, неприятно; если неудобно глазами искать точку пересечения, то скачайте файл, там прицел (липкое перекрестье) и всплывающая подсказка работают, т.е. сравните очень быстро без напряга для глаз.


  1. antrks
    19.07.2026 08:45

    Интересно, а не проверяли версию что тексты Катаева, так как они родственники с Петровым?


    1. rachtyrgin
      19.07.2026 08:45

      История детально описана Катаевым в книге "Алмазный мой венец". Начинал произведение он, но у него центральной фигурой был Паниковский. Ему надо было куда-то ехать (кажется, в отпуск), а план горел. Тогда он нанял двух литературных негров. По возвращении он получил от них такой текст, что сразу отказался от авторства. Единственное, что он от них потребовал - золотой портсигар. Они его обманули. Портсигар подарили, но женский (меньшего размера, чем мужской).


  1. MkKon123
    19.07.2026 08:45

    Странно что до сих пор никто не спросил про Шолохова и Тихий Дон.

    А вообще, очень классная штука!!


    1. Sergio111
      19.07.2026 08:45

      А что про него спрашивать? С чьими текстами сравнивать "Тихий Дон"?


      1. rachtyrgin
        19.07.2026 08:45

        С текстами Крюкова, конечно.


        1. Sergio111
          19.07.2026 08:45

          Сравнивали же уже.
          Но вообще задача непростая: если предположить, что Шолохов украл черновики Крюкова, то явно их редактировал и переделывал, а часть событий, описанных в ТД, Крюков не застал и описать их не мог вовсе, т.е. последние тома написаны без опоры на его черновики. И вообще ТД из многих лоскутов собран, там абзацами переписаны мемуары современников - это как правильно учесть в подобных анализах?


          1. valergrad
            19.07.2026 08:45

            Ну, последние тома и явно хуже, демонстрируют заметно более слабое знание языка, быта и народной культуры того региона, несмотря на то, что писались сильно дольше, а автор получил поддержку и славу и мог уделять работе куда больше времени. Не говоря уже о том, что стал взрослее и опытнее.
            Т.е. теория о том, что Шолохов явно использовал при работе на первым (лучшим из всех) томом чьи-то работы - не на пустом месте возникла.


            1. Sergio111
              19.07.2026 08:45

              Шолохов явно использовал при работе на первым (лучшим из всех) томом чьи-то работы

              С этим я как раз и не спорю. Я даже не удивлюсь, если окажется, что вообще все, кроме "Донских рассказов", написано не им (или не только им).

              Пишу совсем о другом:
              1. не очень понятно, что осталось от черновиков Крюкова (или какого-то другого автора) в ходе переписывания и редактирования их Шолоховым, насколько продуктивно сравнивать этот конечный текст (а вернее - тексты: рукопись Шолохова, первое издание, поздние советские издания отличаются) с текстами Крюкова (или кого-то еще).
              2. насколько вообще уместно анализировать текст, скомпилированный из различных источников и затем более или менее однообразно отредактированный?


  1. ImagineTables
    19.07.2026 08:45

    текст написан в соавторстве с Р. Папсуевым

    Это тот самый Роман Папсуев, который, по мнению Мартина, точнее всех рисует его мир? UPD Да, он. Экий матёрый человечище!


  1. rachtyrgin
    19.07.2026 08:45

    Пришла в голову мысль о любопытном эксперименте: что, если взять оба романа С. Витицкого и сравнить их с произведениями Стругацких, написанных совместно? Вычислить, так сказать, удельный вес каждого из братьев в тандеме.


    1. antitectress
      19.07.2026 08:45

      времена-то разные.


  1. Interest701
    19.07.2026 08:45

    12 стульев, Золотой теленок и некоторые другие произведения, приписываемые Ильфу и Петрову, написал без сомнения Булгаков. Доказательства этому приведены в серии статей. https://teletype.in/@poddelkamnet/+bulgakov-avtor-12-stul-ev-i-zolotogo-telenka. Доказательств более чем достаточно. Строгие статистические методы, один из которых применили Вы, здесь не подходят. Возможность их применения предварительно должна быть обоснована тем, что по произведениям одного и того же автора они должны всегда давать одинаковые результаты, отличные от результатов по другим авторам, чего в реальности не происходит. Рекомендация Вам прогнать Ваш метод по другим авторам и произведениям, и прежде всего, по Ильфу и Петрову. Также для полноты картины можно взять писавших в одно время и даже в одном месте с Булгаковым и ИиП Катаева и Олешу. Заодно добавить и Зощенко. Я это все уже проходил, результаты описаны в статьях по ссылке выше.


    1. ne555 Автор
      19.07.2026 08:45

      Рекомендация Вам прогнать Ваш метод по другим авторам и произведениям, и прежде всего, по Ильфу и Петрову.

      Простите, а вы на изображении не видите результаты по другим авторам и произведениям?


      1. Interest701
        19.07.2026 08:45

        Донцова, Лукьяненко и т.п.в Вашем сравнении явно неуместны. Возьмите все крупные произведения известных авторов того времени, в т.ч перечисленных мной, и докажите сначала, что в пределах произведений одного и того же автора при прогонке Вашим методом ВСЕГДА получаются достоверные результаты. Этого в Вашей статье я не нашел. Методом доли служебных слов иди с использованием критерия Манна Уитни такой картины не получается. Авторы, "доказавшие" в своих статьях, что Булгаков не есть автор 12С и ЗТ, часто подгоняют расчеты под нужный результат. Подробный разбор одной из таких подгонок здесь: https://teletype.in/@poddelkamnet/abQNXn-EzzOtCrM5.


        1. Fishertvd
          19.07.2026 08:45

          Согласен с Вами. Было бы интересно добавить в таблицу "Повести Белкина" и посмотреть, насколько они совпадают с другими работами Пушкина.


        1. ne555 Автор
          19.07.2026 08:45

          Какими инструментами вы лично пользовались, чтобы заявлять о стилометрии как о точной науке? Судя по вашим комментариям, для вас это что-то новое и неизвестное. Что значит перечисленные авторы неуместны? Вы специально аккаунт зарегали сегодня, чтобы оставить эти трогательные комментарии?

          Чем больше авторов в библиотеке, тем точнее алгоритм будет сближать одинаковый авторский стиль и отдалять разный. Донцова тут вообще к месту, потому что в одной ее книге доля диалогов сумасшедшая, даже больше, чему у Достоевского в "Преступление и наказание". Если прогнать алгоритм через 10 авторов и тем более на основе 2-3-х авторов он покажет не то, что от него ожидают.


          1. Interest701
            19.07.2026 08:45

            Судя по вашим комментариям, для вас это что-то новое и неизвестное.

            Да, поэтому и прошу Вас сначала доказать достоверность этого метода на известных литературных произведениях, чего Вы, как я понял, делать не хотите. И ещё

            простыми словами: на этом шаге игнорирую шум - сюжет и диалоги), добавляю признаки на основе пунктуации и доли эмоционального тона,

            В стандартных статистических методах ничего удалять или добавлять по своему усмотрению нельзя. Докажите, что это не подгонка.


            1. ne555 Автор
              19.07.2026 08:45

              Вы неправильно понимаете. Про стандарты, которые вы пишите и приводя мою цитату, так вот, цитата - это и есть часть стандарта 20-летней давности. Для вас поясню подробнее, что она означает. Когда вы смотрите на символьные n-граммы, включая знаки препинания специально разделённых с обоих сторон пробелами, алгоритму плевать в каком это контексте: в диалогах, в динамике или в телесном повествовании, он просто занимается подсчётом знаков на этом шаге (и берет не больше 5 знаков от слов, в английском языке вообще обычно берут еще меньше: 3-4 знака), вот что значит моя цитата, которую вы привели, как нарушающую стандарты статистических методов.


              1. Interest701
                19.07.2026 08:45

                Написано очень непонятно. Кроме Вас вряд ли кто поймет о чем идёт речь. А должно быть так, чтобы всем было не только понятно, но и перепроверяемо. Для этого иногда проводят примеры как подготавливались тексты к эксперименту. Вам бы такие примеры тоже не помешали.


              1. Interest701
                19.07.2026 08:45

                Убедиться в том, что 12С и ЗТ написали не ИиП, может каждый, очень просто и без сложных статистических методов. Достаточно перечитать эти произведения и потом сразу же почитать Одноэтажную Америку ИиП. Достаточно будет первых 50 страниц. Никакого желания читать дальше не останется.


  1. Sneyfu
    19.07.2026 08:45

    Да какая разница, кто написал. Главное, что написано.


    1. Fishertvd
      19.07.2026 08:45

      от того, кто написал, меняется смысл многих эпизодов, да и общий смысл книги. Если написали Ильф и Петров - это просто "прикольная книга про приключения авантюристов Бендера и Ко". Именно так в детстве я воспринимал все фильмы про Бендера. Если писал Булгаков - это язвительная сатира на советскую власть, послание русского писателя следующим поколениям с разбором каждого типажа нового общества. Для меня другими красками заиграли каждая глава, когда я понял о чем тут реально пишет автор.

      "Он увидел десятка полтора голубых, резедовых и бело-розовых звонниц; бросилось ему в глаза облезлое кавказское золото церковных куполов. Флаг клубничного цвета трещал над официальным зданием. У белых башенных ворот провинциального кремля две суровые старухи разговаривали по-французски, жаловались на советскую власть и вспоминали любимых дочерей. Из церковного подвала несло холодом, бил оттуда кислый винный запах. Там, как видно, хранился картофель.

      – Храм Спаса на картошке, – негромко сказал пешеход.

      Пройдя под фанерной аркой со свежим известковым лозунгом: «Привет 5й окружной конференции женщин и девушек», он очутился у начала длинной аллеи, именовавшейся Бульваром Молодых Дарований.

      Нет, – сказал он с огорчением, – это не Рио-де-Жанейро, это гораздо хуже."


  1. ALT0105
    19.07.2026 08:45

    Лет 40 назад искусствоведы активно обсуждали существование Шекспира. Но читателя эта проблема не интересует. С Козьмой Прутковым вопросов нет, но многие читатели знают Жемчужниковых только через Пруткова. Для агентства по авторским правам важны, конечно, фамилии в паспортах, но читатели читают книги, а не паспорта. И если на книге написано Н. Щедрин, не обязательно знать М. Е. Салтыкова (но желательно).


    1. ne555 Автор
      19.07.2026 08:45

      Подобные инструменты в первую очередь для исследователей языка/филологов, писателей, изданий и даже логопедов, читателям может и вправду не очень интересно вертеть тексты. Пример академического лингвистического ПО: Stylo, его не то что пользователю его с подсказками ИИ за час не запустить, пока не подготовишь среду.


      1. ALT0105
        19.07.2026 08:45

        Не люблю шаблоны, но не могу удержаться: "можно, а зачем? "


        1. ne555 Автор
          19.07.2026 08:45

          Зачем перечисленным группам подобные инструменты?

          1) [для меня, разработчика лингвистического ПО] Сравниваю топовый инструмент Stylo (или Textinspector), которые на русскоязычных текстах почти не работают, и своё ПО. Смотрю, как академики реализовали тот или иной подход в алгоритмах, силюсь понять: почему забили на интерфейс, есть ли у них что-то подобное из мер, что рассчитываю я...
          2) [для филологов] Там люди вообще гранты получают за статьи по исследованию языка, иногда диву даёшься, как некоторые труды вообще проходят контроль. Доказать, что О. Славникова унаследовала Набоковский стиль (большая глубина, как у Набокова - есть такая метрика, ее вообще в школе на уроке русского языка изучают), или судебная экспертиза: поискать экстремизм в "котиках", (не)осудить, (не)наказать и тд...
          3) [для писателей] Вообще-то творческих личностей в СНГ не мало, взглянуть только на Автор.Тудей. Им свое творчество прогнать и увидеть, например, как под конец повествования планка падает на лексическом разнообразии, или море орфографических ошибок, которые наоборот, вообще задирают ЛР. Я начинал именно так: набрасывал скрипты на своем Termux, чтобы своё художество в первую очередь проверять, потом стало интересно сравнивать разных авторов, произведения - цензурированные и не очень...
          4) [для логопедов] их сфера включает и работу с детьми, у которых могут наблюдаться признаки афазии...
          5) [для изданий] Пример, пришла рукопись от известного и уважаемого человека, ответственный за работу с текстами не будет читать (у него их сотни) - это ёмкая работа, он просто просканирует разок текст, увидит треш в метриках и отправит фантаста на Пикабу и никакого договора не будет, чтобы не уронить репутацию издевательства...
          6) [для читателей]. Кого-то точно двигает любопытство и подобные инструменты его удовлетворяют...


  1. ZaharSPB
    19.07.2026 08:45

    А вы знаете, что "Илиаду" написал не Гомер, а другой грек, носящий то же имя?