Частотный словарь корпуса: слова от самых частых к редким, с частью речи, числом употреблений, долей и распределением по книгам. Клик по строке раскрывает формы слова.
| № | Слово | Часть речи | Раз | Доля | По книгам |
|---|
Как читать вкладку
Частотный словарь показывает, из каких слов состоит поэзия Майи Никулиной и как часто каждое из них встречается. Слова приведены к начальной форме: «землю», «земли» и «землёй» — это одно слово «земля». Рядом с каждым словом стоит часть речи, число употреблений, доля от всех слов и распределение по книгам. Клик по строке раскрывает словоформы с падежом, числом и родом.
Фильтры слева сужают словарь по книгам, стихотворениям и частям речи. Переключатели «Скрыть местоимения» и «Скрыть служебные слова» убирают предлоги, союзы и частицы: после этого наверху остаются слова, которые несут образы и смысл. Поиск ищет и по начальной форме, и по всем формам слова; сортировка меняет порядок, а порог частоты убирает редкие слова.
Доля считается от всех слов в текущем отборе. «По книгам» показывает, в каких книгах слово встречается и сколько раз. Если стихотворение напечатано в двух книгах, его слова считаются один раз — в первой книге, поэтому сумма по книгам может быть чуть больше общего числа.
Термины
Частотный словарь — список слов текста с числом употреблений, от самых частых к редким.
Лемма — начальная форма слова: «землю», «земли», «землёй» → «земля».
Словоформа — слово в конкретном виде: с падежом, числом, родом и временем.
Часть речи — грамматический класс слова: существительное, глагол, прилагательное, предлог, союз и другие.
Доля — сколько процентов от всех слов отбора приходится на это слово.
Служебные слова — предлоги, союзы, частицы и междометия: они часты, но не несут образного смысла.
Частотность книг в виде облака слов: размер слова означает частоту, цвет — часть речи, раскладка меняет плотность картинки.
Как читать вкладку
Облако слов — тот же частотный словарь, но вместо чисел — размер и цвет. Чем крупнее слово, тем чаще оно встречается в выбранных книгах. Цвет показывает часть речи, а раскладка меняет плотность картинки: спираль читается свободнее, плотная укладывает больше слов, вариант с вертикальными словами экономит ширину.
Ползунок «Сколько первых слов» оставляет только самые частые. Наведите на слово, чтобы увидеть точное число. Облако считается по тем же фильтрам, что и частотный словарь, поэтому по нему удобно сравнивать книги и стихотворения между собой.
Термины
Облако слов — визуализация частотности: размер слова пропорционален числу употреблений.
Частотность — сколько раз слово встретилось в тексте или корпусе.
Раскладка — способ размещения слов в облаке; влияет на плотность, но не на частоты.
Синтаксический разбор корпуса: какие слова связаны между собой, как именно и как часто. Клик по строке показывает предложения с этой связью.
| Зависимое слово | Связь | Главное слово | Раз |
|---|
Где встречается:
Как читать вкладку
Здесь показан синтаксический разбор стихов: какие слова связаны между собой и как именно — определение, дополнение, обстоятельство, подлежащее. Строка читается так: зависимое слово ← главное слово; число показывает, сколько раз такая связь встретилась в выбранных книгах.
Фильтры сверху оставляют один тип связи, задают порог частоты и ищут по слову. Клик по строке открывает деревья предложений, где эта связь встретилась: слова выстроены в строку, дуги идут от зависимого слова к главному, а под словами подписаны типы связи. Редкие связи могут определяться неточно — деревья помогают их проверить.
Термины
Синтаксическая связь — отношение между словами в предложении: кто главный, кто зависимый и какую роль играет.
Зависимое слово — слово, которое поясняет другое; главное — то, к которому оно относится.
Тип связи — определение, дополнение, обстоятельство, подлежащее и другие; названия даны по синтаксической роли.
Дерево зависимостей — схема предложения, где слова соединены дугами от зависимого к главному.
Стихотворный размер, ритмическая схема по строкам и профиль ритма — от ямба и хорея до дактиля, амфибрахия и анапеста.
Ритмическая схема
ударный слог, безударный, ударение неизвестно.
Профиль ритма
Книги: один и тот же размер
Как читать вкладку
Сверху — размер стихотворения и число стоп, например «ямб, 5 стоп», а рядом доля строк, которые укладываются в эту схему. Если она ниже 75 %, стоит пометка «не выдержан»: стихотворение написано не одним размером, а, например, дольником или вольным стихом, и название размера у него условное.
В схеме каждая строка показана отдельно: полоска слогов, по одному кружку на слог. Закрашенный кружок — ударный слог, пустой — безударный, кружок с вопросом — ударение неизвестно (так бывает у редких и авторских слов). Приглушённые строки в схему не укладываются.
Профиль ритма показывает, на какой по счёту слог от начала строки чаще всего падает ударение: высокий столбик — ударение здесь есть почти в каждой строке, низкий — часто пропускается. Пунктирные линии отмечают слоги, на которых ударение требует сама схема, а низкий столбик на пунктире — это значит, что ударение здесь пропущено.
Книги: один и тот же размер. Это тот же профиль, но сразу для нескольких книг, поэтому сравнивать их можно только внутри одного размера — его задаёт переключатель над графиком. По умолчанию выбран размер открытого стихотворения; рядом с каждым размером в списке стоит число стихотворений этого размера в выбранных книгах. Каждая линия на графике — книга; в легенде под ним сказано, сколько в книге стихотворений и строк этого размера. По горизонтали — слог от начала строки, по вертикали — доля строк, в которых на этом слоге стоит ударение. Доли, а не количества, поэтому книги разного объёма сравнимы. Пунктир отмечает позиции схемы. В профиль идут только строки, которые ложатся в размер: иначе линии смешали бы разные ритмы. Где линии расходятся, там книги ритмически отличаются — например, одна чаще держит ударение на третьем слоге, а другая чаще его пропускает.
Термины
Стопа — повторяющаяся группа слогов, на которую приходится одно ударение.
Ямб — двусложная стопа с ударением на втором слоге: «та-ДА», как в словах «пора», «зима».
Хорей — двусложная стопа с ударением на первом слоге: «ДА-та», «буря», «ветер».
Дактиль — трёхсложная стопа с ударением на первом слоге: «ДА-та-та», «радость», «будущее».
Амфибрахий — трёхсложная стопа с ударением на втором слоге: «та-ДА-та», «дорога», «калитка».
Анапест — трёхсложная стопа с ударением на третьем слоге: «та-та-ДА», «голова», «перепёлка».
Икт — сильная позиция строки, слог, на который по схеме падает ударение.
Пиррихий — пропуск ударения на икте: схема требует ударения, а слово оказалось безударным.
Сверхсхемное ударение — наоборот, ударение там, где схема его не предполагает.
Вольный размер — строки разной длины при одном размере; тогда число стоп показывается диапазоном.
Не выдержан — в схему ложится меньше 75 % строк: стихотворение написано не одним размером (дольник, переменный размер, верлибр), и название размера у него условное.
Схема рифмовки по строфам, типы рифм, клаузула и сеть слов, которые рифмуются друг с другом.
Схема рифмовки
По книгам
Сеть рифм
Как читать вкладку
Сверху — название стихотворения и главное о нём: какие схемы рифмовки встречаются, сколько строк рифмуется, каких рифм больше — точных, неточных или ассонансов — и какая клаузула преобладает. Всё это считается по выбранным книгам.
Дальше стихотворение разложено по строфам. У каждой строки слева её номер в строфе и буква рифмы: строки с одинаковой буквой рифмуются между собой, «—» значит, что пары у строки нет. Рядом — последнее слово строки, клаузула и тип рифмы. Если в книге нет пустых строк между четверостишиями, но буквы рифм образуют правильные четвёрки, строфы определяются по ним.
Таблица «По книгам» собирает то же самое по выбранным книгам: сколько строк рифмуется, какие типы рифм и клаузулы преобладают, какие схемы встречаются чаще. Так видно, меняется ли рифма от книги к книге. Типы рифм здесь считаются по группам рифмующихся строк: одна группа может объединять две, три или четыре строки.
Сеть рифм показывает слово в центре и все слова, с которыми оно рифмуется. Чем чаще пара, тем ярче линия. Наведите на слово — появится число рифм, кликните — оно станет центром, а прежнее слово уйдёт в список рядом. Под сетью — таблица самых частых пар: сколько раз и в каких книгах они встретились.
В редких случаях рифма может быть размечена неточно — особенно у неточных рифм, переносов и составных рифм. Схема — подсказка, а не окончательный вывод.
Термины
Рифма — совпадение звуков в конце строк, начиная с последнего ударного гласного: «пора — гора».
Точная рифма — окончания строк совпадают полностью, вместе с согласными: «пора — гора», «дом — том».
Неточная рифма — окончания близки, но не совпадают: «ставни — недавний», «пламя — память».
Ассонанс — совпадает только ударный гласный, согласные расходятся: «море — поле», «город — холод».
Клаузула — конец строки от последнего ударения. Мужская — ударение на последнем слоге («пора»), женская — на предпоследнем («дорога»), дактилическая — на третьем от конца («радостная»), гипердактилическая — ещё дальше («радующаяся»).
Схема рифмовки — порядок рифм в строфе. ABAB — перекрёстная: рифмуются первая с третьей и вторая с четвёртой. ABBA — опоясывающая: первая с четвёртой, вторая с третьей. AABB — парная: соседние строки. AAAA — монорим: все строки на одну рифму.
Без рифмы — строка, которой не нашлось пары; в схеме она отмечена «—».
Слово в центре и его синтаксические связи: типы связей, направления и частота — граф зависимостей по всему корпусу.
Как читать вкладку
Граф зависимостей — портрет одного слова в синтаксисе корпуса. В центре стоит выбранное слово, от него расходятся лучи ко всем словам, с которыми оно связано. На луче подписан тип связи, а стрелка показывает направление: слово зависит от соседа или сосед зависит от слова. Чем чаще связь, тем ярче линия, а размер точки — грубая мера частоты.
Клик по слову переносит центр на него, «← назад» возвращает, «начать сначала» сбрасывает путь. Ползунок «Не реже» убирает редкие связи, «Поворот» разворачивает картинку, если подписи теснятся. Легенда под графом включает и выключает направления; картинку можно таскать мышью, если она не помещается на экран.
Термины
Граф зависимостей — схема связей слова: центр и его соседи по синтаксису.
Луч — линия от центрального слова к связанному.
Направление связи — куда смотрит стрелка: от зависимого слова к главному.
Тип связи — синтаксическая роль соседа: определение, дополнение, обстоятельство.
Насколько богат словарь каждой книги: TTR, MATTR, MTLD, К Юла, Гиро и Гердан, пересчёт на одинаковый объём и кривая роста словаря.
Разные объёмы книг
Пересчёт на одинаковый объём
Рост словаря
По горизонтальной оси — сколько слов прочитано, по вертикальной — сколько разных лемм накопилось. Чем ниже и положе кривая, тем чаще слова повторяются. Сопоставлять книги имеет смысл только на одинаковом расстоянии от начала: на разной длине кривые несравнимы. Галочка выше обрезает все кривые по самой короткой книге — тогда они сравнимы на всём протяжении; без неё каждая идёт до конца своей книги, и правые концы находятся на разном расстоянии от начала. Названия в легенде включают и выключают линии по клику.
Как читать вкладку
Вкладка отвечает на вопрос, насколько богат словарь книги. Сверху — таблица мер по каждой книге: TTR, MATTR, MTLD, К Юла, Гиро и Гердан. Ниже — пересчёт на одинаковый объём, чтобы сравнивать книги разной длины, и кривая роста словаря: сколько разных лемм накопилось по мере чтения.
Смотрите не на TTR, а на MATTR и MTLD: TTR падает просто от длины текста. На графике сравнивайте линии на одинаковом расстоянии от начала или включите обрезку по самой короткой книге. Клик по названию в легенде скрывает и показывает линию.
Термины
TTR (type-token ratio) — отношение числа разных слов к общему числу слов. Величина падает с ростом текста: чем длиннее книга, тем больше шансов, что слово уже встречалось. Поэтому по TTR нельзя сравнивать тексты разной длины — первая таблица показывает это наглядно.
MATTR (moving-average TTR, Covington & McFall, 2010) — то же отношение, но вычисляется не по всему тексту, а по окну постоянной длины (здесь 50 и 100 слов) и усредняется по всем положениям окна. От длины текста не зависит и порогов не требует.
MTLD (measure of textual lexical diversity, McCarthy & Jarvis, 2010) — средняя длина отрезка, на котором TTR держится выше порога 0.72; считается в обе стороны и усредняется. Служит перекрёстной проверкой к MATTR.
К Юла (Yule’s K, 1944) вычисляется по распределению частот целиком, без окон: чем чаще слова повторяются, тем выше значение. Шкала перевёрнута относительно остальных мер — меньше значит разнообразнее.
Гиро R = V/√N (Guiraud’s R, он же Guiraud’s Root TTR) и Гердан C = lnV/lnN (Herdan’s C, он же LogTTR) — простые поправки на длину текста. Первая различает тексты заметно, вторая слабо: для естественного языка она держится около 0.9.
Доверительный интервал. У MATTR приведён интервал, в который значение попадает с вероятностью 95%: стихотворения многократно пересобираются в случайном порядке. Он показывает, насколько мера устойчива. Во второй таблице пересборка идёт до того же объёма, что и в самой таблице, — иначе интервал относился бы к тексту другой длины и его нельзя было бы приложить к показанному числу. Интервалы даны для каждой книги по отдельности; вывод о разнице между книгами требует отдельного расчёта именно разницы.
Счёт ведётся по леммам, а не по словоформам. Русский язык флективный: одни и те же слова дают примерно на треть больше разных словоформ, и сам этот коэффициент зависит от текста. По словоформам сравнивалось бы не столько богатство словаря, сколько изменяемость слов.
Особенности стихотворного текста. Мера разнообразия считает повтор снижением богатства, но рефрен и намеренный повтор строки — это приём, а не бедность. Кроме того, чем больше в тексте предлогов и союзов, тем формально ниже разнообразие: если вопрос в богатстве словаря поэта, меры имеет смысл считать отдельно по знаменательным словам.
Все стихотворения корпуса по алфавиту: книга, число слов и стихотворный размер. Пометки «повтор» и «правка» объяснены ниже.
Как читать вкладку
Это список стихотворений корпуса по алфавиту: название, книга, число слов и стихотворный размер. У безымянных стихов названием служит первая строка — она показана курсивом. Пометка «повтор» значит, что стихотворение напечатано в двух книгах и в подсчётах считается один раз; «правка» — что в другой книге есть его редакция с другими словами.
Список зависит только от выбранных книг. Отметьте нужные стихотворения в фильтре слева — отбор общий для всех вкладок.
Термины
Корпус — все книги и стихотворения, по которым считает инструмент.
Повтор — стихотворение, напечатанное в двух книгах; считается один раз.
Правка — другая редакция того же стихотворения; считается отдельно.
Размер — стихотворный метр и число стоп, определённые по строкам.