面向计算近读：用于映射普鲁斯克《埃尔根尼》叙事主题的混合主题模型

本文提出一种混合主题模型框架，用于计算文学分析，将潜在 Dirichlet 分配（LDA）与稀疏偏最小二乘判别分析（sPLS-DA）相结合，以建模叙事诗歌的主题结构和纵向动态。作为案例研究，我们分析阿历克小提尔·普鲁斯克的《埃尔根尼》——一部用意大利译本进行的分诗小说。我们测试无监督与监督词汇结构在小语料库中的收敛性。将诗歌文本分割为35个 lemmas 内容词文档，提取出5个稳定且可解释的主题。为解决小语料库的不稳定性，采用多种子共识协议。使用sPLS-DA作为监督探针可增强可解释性，通过识别细化每个主题的词汇标记。叙事中心——一组连续的节段标记关键情节——将包袱字方法扩展到叙事层面，揭示主题混合如何与诗歌的情感与结构弧线相吻合。本框架不取代传统文学阐释，而是提供一种计算形式的近读，说明即使在抽象掉格律、音韵或本土形态学等风格特征后，轻量概率模型也能为复杂叙事诗歌生成可重复的主题图。尽管仅依赖单一lemmatized译本，本方法仍提供一种透明的方法ological模板，可适用于比较研究中的其他高密度文学文本。