Художественное оформление. Об одном методе генерации псевдолитературных произведений

Рассмотрим теперь один из методов, позволяющих придать схематичному тексту художественный вид. Более того, своего рода авторский стиль. Механизм этот основан на анализе текстов произведений сторонних авторов, манере, стилю и ассоциациям которых мы будем подражать.

Псевдоассоциативная модель текста

Речь идет о механизме, оценивающем ассоциативные (точнее, псевдоассоциативные) связи между лексемами на основе их взаимного расположения в тесте. Без учета синтаксиса, семантики, прагматики, опираясь исключительно на лексический (или в лучшем случае — морфологический) анализ.

Представим анализируемый текст T в виде множества предложений (смысловых единиц, фраз в общем случае) P_i: T = {P_i}, i=1.N. Каждое предложение — это упорядоченное множество лексем l_i

P_i = {lⁱ₁, lⁱ₂, …, lⁱ_k}.

Введем понятие величины псевдоассоциативной связи между лексемами l_i и l_j одного предложения — функционал, который определяет степень близости между лексемами на основе их взаимного расположения. При этом желательно, чтобы степень близости находилась в интервале [0.1]. В простейшем случае этот функционал может быть определен так:

ij (8).

Параметр в знаменателе необходим для принудительного ослабления связи между соседними лексемами. На самом деле, вместо (8) можно было бы использовать и более тонкие функции — показательно-степенные или гиперболические, лишь бы обеспечивались их ограниченность и монотонность.

Теперь можно определить бинарные псевдоассоциации между лексемами уже на множестве предложений, т. е. на тексте. Для этого берется очередное предложение текста. Если между лексемами A и B установлена степень близости r''=r (A, B), то результирующее значение бинарной псевдоассоциации можно определить как.

r (A, B) = r'+r''-r'r'' (9).

где r'(A, B) — связь между лексемами A и B на предыдущем шаге.

Это, во-первых, гарантирует сохранение итоговой оценки близости в интервале [0.1], а во-вторых — монотонно увеличивает степень связи между лексемами по мере того, как они встречаются совместно по ходу анализа предложений текста.

Такое множество пар бинарных псевдоассоциаций можно рассматривать как ассоциативную модель текста.

После построения сети можно ввести слово и получить множество ассоциированных лексем. Помимо степени близости (9), можно использовать и общее количество ассоциаций для данной пары l_i, l_j (сколько раз эти лексемы встречались вместе в одном предложении) — частоту ассоциации _ij. Тогда в качестве интегральной оценки можно рассматривать произведение частоты и близости _ijr_ij.

Построенная описанным выше способом сеть отражает бинарные ассоциации. Очевидно, что можно рассматривать и более сложные, транзитивные ассоциации. Использование морфологических словарей позволяет определять выборочные ассоциации. Например, можно узнать какие свойства (прилагательные) или действия (глаголы) ассоциируются с данным словом (лексемой).

Эпитеты и синонимы. На этом может быть основано внедрение в макетный текст различного рода эпитетов и прочих художественных дополнений. Например, на основе ассоциативной сети, построенной по тексту Тургенева «Муму», можно определить, какие, скажем, наречия ассоциированы с тем или иным глаголом. И тогда мы получим тексты вида.

«От огорчения СКОРО умер Глухой Колобок.

И, ТЯЖЕЛО смеясь, пошел Чебурашка дальше.

ВСЕГДА получал Чебурашка то, чего НИКОГДА [не] хотел"

То же касается и подбора соответствующих существительным прилагательных и т. п.

Эпиграфы и фрагменты. Подобным же образом можно формировать и целые фразы. Для этого надо иметь соответствующие синтаксические шаблоны предложений. Например, следующий список в прологовском формате.

[ c2(«П» ," 1 rod (2) pad (2) num (2)" ,

[ c2(«С» ," 2 им" , [ c2(«Г», «3 rod (2) num (2) прш» , [ c2(«ПРЕДЛ» ," 4″ ,

[ c («П» ," 5 rod (6) num (6) ppd (4)"), c («С» ," 6 ppd (4)") ]) ]) ]) ]) ]

описывает правило порождения фразы, начинающейся с прилагательного. Далее выбирается ассоциированное с ним существительное, которое, в свою очередь, порождает прочие ассоциированные слова и т. д. (ПСГПРЕДЛ (П, С)). В зависимости от требуемой минимальной степени связности (ассоциативной близости) могут получаться различные варианты. Иногда забавные. Например, эта структура для степени связности в 0.1 для сети текста «Муму» порождала фразу.

«Богатырская сила подействовала через крепкую думу».

То же, но при степени 0.15: