Details
Title | Объяснительные возможности агрегирования теоретико-графовых моделей сказочных сюжетов в практике филологического анализа текста // Terra Linguistica. – 2025. – Т. 16, № 2. — С. 85-100 |
---|---|
Creators | Москин Н. Д. ; Лебедев А. А. |
Imprint | 2025 |
Collection | Общая коллекция |
Subjects | Языкознание ; Прикладное языкознание ; сказочные сюжеты ; русские сказки ; теоретико-графовые модели ; классификация сказок ; устное народное творчество ; филологический анализ текстов ; корпусный анализ (лингвистика) ; fairy tales ; russian fairy tales ; graph-theoretic models ; classification of fairy tales ; oral folklore ; philological analysis of texts ; corpus analysis (linguistics) |
UDC | 81'33 |
LBC | 81.1 |
Document type | Article, report |
File type | |
Language | Russian |
DOI | 10.18721/JHSS.16206 |
Rights | Свободный доступ из сети Интернет (чтение, печать, копирование) |
Additionally | New arrival |
Record key | RU\SPSTU\edoc\76974 |
Record create date | 9/29/2025 |
В исследовании устного народного творчества одной из важных задач является классификация и систематизация типов русских сказок. Для ее решения была создана математическая модель, представляющая собой помеченный граф. Она предназначена для выявления центральных событий, которые определяют сюжетную структуру волшебных сказок. Настоящее исследование проведено с использованием алгоритмов агрегирования теоретико-графовых моделей сказочных сюжетов с целью упрощения и обобщения их структуры, а также последующей интерпретации. В рамках апробации предложенной методики были проанализированы 41 сказка (включая повторяющиеся сюжеты) и соответствующие им теоретико-графовые модели. Тексты были взяты из сборника "Народные русские сказки А. Н. Афанасьева". При формировании выборки были приняты во внимание распространенность текста в народной традиции и его типичность для русского фольклора. Каждому тексту ставился в соответствие граф, где вершины обозначают персонажей, объекты и события, а ребра отражают их взаимосвязи. К числу таких взаимоотношений относятся: ситуация дарения, ситуация обмена, ситуация повторения событий. На примере текста "Сказка о молодце-удальце, молодильных яблоках и живой воде", чей сюжет включает множество персонажей и их взаимодействий, показана процедура агрегирования, которая заключается в объединении схожих элементов графа с целью сокращения его сложности без потери информативности. При этом не учитывается упорядоченность вершин и ребер, а также нет заранее заданной структуры простого графа. Метод был реализован в информационной системе "Фольклор". Наилучшие показатели качества достигаются при числе вершин, равном десяти, и пороге значимости показателей связи, равном 0,2.
In the study of folklore, one of the important tasks is the classification and systematization of the types of Russian fairy tales. To solve this problem, a mathematical model was created, which is a labeled graph. It is designed to identify the central events that define the plot structure of fairy tales. The present study was conducted using algorithms for aggregating graph-theoretical models of fairy-tale plots in order to simplify and generalize their structure, as well as subsequent interpretation. As part of the testing of the proposed methodology, 41 fairy tales (including recurring plots) and their corresponding graph-theoretical models were analyzed. The texts were taken from "Russian Fairy Tales" book compiled by A. Afanasyev. When forming the sample, the prevalence of the text in folk tradition and its typicality for Russian folklore were taken into account. A graph was assigned to each text, where the vertices denote characters, objects, and events, and the edges reflect their relationships (gifting, exchange, and event repetition). Using the example of the text "The Bold Knight, the Apples of Youth, and the Water of Life", the plot of which includes many characters and their interactions, shows the aggregation procedure, which is the combining of similar elements of the graph in order to reduce its complexity without loss of information. This does not take into account the ordering of vertices and edges, and there is no predefined structure of a simple graph. The method was implemented in the "Folklore" information system. The best quality indicators are achieved with the number of vertices equal to ten and the significance threshold of communication indicators equal to 0.2.
Access count: 0
Last 30 days: 0