经典、非经典与非文学文本全局结构的比较计算分析

本研究考察文学与非文学文本的全局属性。在文学文本中，区分了经典与非经典作品。研究的核心假设是，三种文本类型（非文学、文学/经典与文学/非经典）在作为读者审美反应相关物的结构设计特征上表现出系统性差异。为考察这些差异，我们编撰了一个包含三类相关文本的语料库，即耶拿文本审美语料库（Jena Textual Aesthetics Corpus）。考察了全局结构的两个方面：变异性与自相似（分形）模式，它们反映了沿文本的长程关联。我们使用四类基本观测：(i) 每句词性标注频率，(ii) 句子长度，(iii) 文本块中的词汇多样性，以及 (iv) 文本块中主题概率的分布。这些基本观测被归为两个更一般的类别：(a) 低层属性 (i) 与 (ii)，在句子层面观测（反映语言解码），以及 (b) 高层属性 (iii) 与 (iv)，在文本层面观测（反映理解）。基本观测被转换为时间序列，并对这些时间序列进行多重分形去趋势波动分析（MFDFA）。我们的结果表明，在所分析的三种文本类型中，文本的低层属性比高层属性具有更好的区分能力。经典文学文本与非经典文学文本主要在变异性方面存在差异。分形性似乎是文本的普遍特征，在非文学文本中比在文学文本中更显著。除本研究的具体结果外，我们旨在为文本审美的实验研究开辟新视角。