Computational Analysis of Semantic Connections Between Herman Melville Reading and Writing
Deze studie toont aan dat een computationele semantische analyse met BERTScore effectief kan worden ingezet om de invloed van Herman Melvilles lectuur op zijn eigen schrijverschap te onderzoeken en zo de literaire bronnenstudie te ondersteunen.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je voor dat Herman Melville, de beroemde schrijver van Moby Dick, een enorme bibliotheek had. In die bibliotheek stonden duizenden boeken die hij zelf had gelezen. Nu is de grote vraag: hoeveel van die gelezen boeken hebben eigenlijk invloed gehad op zijn eigen verhalen?
Soms leent een schrijver een zinnetje, soms een heel idee, en soms herschrijft hij een verhaal op zo'n manier dat het net een nieuw verhaal lijkt, maar de geest van het origineel nog steeds voelt. Vroeger moesten literatuurwetenschappers dit handmatig doen: ze zaten urenlang te bladeren in oude boeken en probeerden patronen te vinden. Dat is als het zoeken naar een naald in een hooiberg, maar dan met een hooiberg van miljoenen woorden.
De auteurs van dit onderzoek hebben een slimme, digitale oplossing bedacht. Hier is hoe het werkt, vertaald naar alledaags taalgebruik:
1. De Digitale "Geurtest"
Stel je voor dat je twee verschillende broden ruikt. Het ene brood is gemaakt door Melville, het andere door een schrijver die hij heeft gelezen.
- De oude manier: Je kijkt alleen of ze precies hetzelfde uiterlijk hebben (dezelfde korst, dezelfde vorm). Als ze er anders uitzien, denk je: "Geen overeenkomst."
- De nieuwe manier (BERTScore): De computer ruikt niet alleen naar de korst, maar naar de geur van het brood. Zelfs als Melville het brood in een andere vorm heeft gedraaid of een ander deeg heeft gebruikt, ruikt de computer: "Hé, dit brood ruikt precies naar dat andere brood!"
De computer gebruikt een slim algoritme (een soort digitale neus) dat niet alleen kijkt naar exact dezelfde woorden, maar naar de betekenis. Als Melville schrijft: "De walvis was groot en gevaarlijk" en het bronboek zegt: "Het dier was enorm en dreigend", ziet de computer dat dit bijna hetzelfde is, ook al zijn de woorden anders.
2. Twee Manieren om te Kijken
De onderzoekers hebben op twee manieren gekeken naar de teksten, net als bij het kijken naar een schilderij:
De "5-gram" methode (De vergrootglas-methode):
Ze hebben de teksten opgeknipt in kleine stukjes van vijf woorden. Dit is als het kijken naar de kleine penseelstreken in een schilderij. Hiermee vinden ze korte, specifieke zinnen die Melville letterlijk of bijna letterlijk heeft overgenomen.- Voorbeeld: Als in het bronboek staat "een menigte van echtgenoten" en bij Melville staat "een menigte van echtgenoten", dan slaat de computer direct op.
De "Zin-voor-zin" methode (De landschaps-methode):
Hier kijken ze naar hele zinnen. Dit is als het kijken naar het hele landschap. Soms is een hele zin van Melville beïnvloed door één zin in een ander boek, maar soms is het andersom: één zin van Melville is een samenvatting van drie zinnen uit een ander boek.- Het probleem: Als je een heel landschap vergelijkt met een klein stukje, kan het lastig zijn om te zien wat er precies overeenkomt. De computer kan dan soms "verward" raken.
3. Wat Vonden Ze?
De resultaten waren veelbelovend:
- Bevestiging: De computer vond precies de plekken waar experts al wisten dat Melville had gelezen. De "digitale neus" was dus betrouwbaar.
- Nieuwe Ontdekkingen: Maar het beste deel: de computer vond ook plekken waar niemand eerder naar gekeken had! Er waren zinnen die sterk op elkaar leken, maar die nog niet als "geleend" waren herkend. Dit is als een detective die een nieuwe aanwijzing vindt die de menselijke onderzoeker over het hoofd had gezien.
4. De Valkuilen (Waarom het niet perfect is)
Natuurlijk is de computer niet onfeilbaar.
- De "Alledaagse Zin" Probleem: Soms zegt de computer: "Kijk, deze zinnen lijken op elkaar!" terwijl het gewoon om heel gewone zinnen gaat, zoals "Het was middag en de man ging naar zijn werk." Omdat dit in bijna elk verhaal voorkomt, denkt de computer soms dat er een diepe connectie is, terwijl het toeval is. Dit noemen ze een "false positive" (een vals alarm).
- De "Grote Idee" Probleem: Als Melville een heel groot idee uit een boek haalt en dat verspreidt over drie pagina's, kan de computer moeite hebben om dat te zien, omdat hij per stukje kijkt.
Conclusie
Kortom: dit onderzoek laat zien dat we slimme computers kunnen gebruiken als assistenten voor literatuurwetenschappers. Ze kunnen niet de mens vervangen (want de mens moet nog steeds beslissen of een gelijkenis echt belangrijk is), maar ze kunnen wel duizenden boeken in een seconde "snuffelen" en de wetenschappers zeggen: "Kijk eens hier, en hier, en hier... misschien zit er een verhaal in."
Het is alsof je een schatkaart krijgt die je niet alleen de bekende schatten aangeeft, maar ook nieuwe plekken markeert waar je misschien nog nooit hebt gezocht.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.