Кто скрывается за псевдонимом «Элена Ферранте»: стилометрия против мистификаций

Системный Блокъ много писал о стилометрии: об атрибуции и верификации авторства, анализе эмоций в песнях и стиля переводчика. Теперь на примере известного итальянского автора рассказываем, как стилометрия помогает раскрывать литературные мистификации. 

Кратко: о чём статья?

«Элена Ферранте» — псевдоним известного современного итальянского автора, личность которого до сих пор остается анонимной. Перу Ферранте принадлежит семейная сага «Неаполитанский квартет», первая часть которой стала бестселлером.

Издательству «E/O» удалось сотворить из образа Элены Ферранте загадочный миф. Женщина ли пишет эти романы, или это мужчина так умело следует женскому дискурсу? Или авторов вообще несколько?

Главными «подозреваемыми» стали Доминико Старноне — известный неаполитанский писатель — и Анита Райа — переводчица, которой издательство выплачивало аномальные суммы.

Изучая эти версии и подключив к расследованию стилометрические методы, цифровые филологи опубликовали сборник из восьми исследований.

О двух из них и о том, могут ли оба подозреваемых быть причастны к романам, узнаете из полного текста статьи. А заодно посмотрите на сети, которые наглядно показывают стилистическую близость романов разных авторов.

Время чтения: 15 минут.

Обсуждая гуманизм: тематическое моделирование немецкоязычной прессы XIX в.

Как цифровые методы помогают понять эволюцию идеи гуманизма в Германии XIX века? Рассказываем об исследовании «гуманистического дискурса» в немецкоязычных газетах при помощи тематического моделирования.

Кратко: о чём статья?

В эпоху Возрождения на смену схоластике и средневековому корпоратизму пришел гуманизм, но к сегодняшнему дню его понимание сильно изменилось. Проследить за тем, как именно, может помочь тематическое моделирование. С его помощью возможно не только обозначить основные темы в огромном корпусе текстов, но и отыскать такие темы, которые человек бы уловить не смог.

Для исследования была взята выборка из цифрового корпуса Австрийских газет (ANNO). С помощью алгоритмов оптического распознавания (OCR) и механизма поиска исследователи обнаружили, что слово Humanismus (“гуманизм”) в разных формах имело 326 вхождений между 1808 и 1850 годами. В итоге, после отбора наиболее релевантных текстов, всех фильтров, чисток и перераспределения данных в разных программах, исследователи получили 10 топиков, которые бы ассоциировались с прогрессией дискурса о “гуманизме”. Среди них — филология, образование и революция.

О других семи и о подробностях исследования узнаете из полного текста статьи.

Время чтения: 6 минут.

Эзотерика программирования

Поэзия и программирование. Очень далекие одна от другой области. Но есть ли у них точки пересечения? Они сходятся в чарующей и прекрасной зоне бесполезного. Чтобы узнать о ней больше, читайте новый пост цифрового филолога Бориса Орехова.

💻 Что самого гуманитарного есть в программировании?

Если считать лингвистику гуманитарной наукой (на самом деле, она скорее ближе к естественным, вроде биологии), то можно, например, порассуждать о внутреннем устройстве программных языков. В C++, Perl и Python тоже есть слова, синтаксис, приемы выразительности, а выразительность — категория гуманитарная.

Та область, в которой выразительность языка традиционно проверяется на прочность, это поэзия. Причем стихи пишут и на языках программирования. Про это Борис Орехов когда-то писал специальную статью.

💻 Где сочетаются интеллектуальная красота и технологии?
Отдельная ниша в программировании — создание языков, не предназначенных для написания на них полезных программ, а призванных развлекать. Такие языки называются эзотерическими, и для их каталогизации даже существует специальная энциклопедия.

Например, существует язык Перлигата, который позволяет писать код на милой каждому гуманитарию латыни. Или, например, язык программирования Шекспир. Программы на нем напоминают пьесы елизаветинской эпохи, хотя при ближайшем рассмотрении это, конечно, полный постмодерн.

Подробности и примеры о Перлигате и Шекспире читайте в полном тексте поста. И заодно посмотрите иллюстрации, сгенерированные нейросетью DALL-E.

Время чтения: 11,5 минут.

Сибирские пожары, взрыв в Бейруте и машины на парковке: подборка о том, что можно увидеть из космоса

Рубрика «урбанистика» в «Системном Блоке» рассказывала и об эволюции городов, и о краудсорсинге, и о геокодировании, а еще… о космосе. Собрали для вас четыре важных текста о том, кому, когда и зачем нужны космоснимки.

Что видит компьютер на космических снимках
Как данные дистанционного зондирования Земли (ДЗЗ) помогают суммировать наши представления о мире вокруг, а нейросети распознают объекты, сфотографированные из космоса.

Насколько далеко глядит спутник? Сколько спутников обращаются вокруг Земли? Как ДЗЗ может пригодиться фермерам?

Время чтения: 8 минут.

Как мы теряем природные ресурсы… темноты
Рассказываем, как спутники помогают с проблемой «светового загрязнения». Почему самые «яркие» точки на карте — совсем не бессонные мегаполисы, а места добыча нефти и газа, склады и теплицы.

Когда интенсивность освещения в разных городах США возрастает с 20% до 50%? Почему зависимость «население-освещенность» мнимая и волноваться нужно не из-за нее? Где и из-за чего освещение от искусственных источников за три года увеличилось на 500%?

Время чтения: 7 минут.

Как выглядят сибирские пожары из космоса?
«Теперь зола лежит одна, как ни вороши, ни ищи — ни души»: сегодня и песня Монеточки, и статья про сибирские пожары 2019 года одинаково актуальны. О том, какие данные об «одной золе» в Сибири, Африке и Южной Америке можно получить благодаря спутникам, читайте в статье.

Какие сервисы помогают отслеживать аномалии температуры и пожары сегодня? Может ли спутник определить природу аномалии? Какие показатели, кроме температуры, важны при определении пожара?

Время чтения: 5 минут.

Взрыв в Бейруте: как оценить масштаб катастрофы из космоса
Сейчас многие, вероятно, уже не помнят про взрыв в порту Бейрута летом 2020 года, но этот случай по-прежнему показателен. На примере Бейрута рассказываем, как спутники помогают разобраться с катастрофой, которая оставила за собой разрушенные здания, сотни погибших, тысячи пострадавших и страну на грани гуманитарной катастрофы.

Как такая катастрофа могла произойти? Какую именно помощь могут оказать спутники в подобной ситуации? Как спутник определяет радиус повреждений?

Время чтения: 5 минут.

Бёрдвотчинг: что это за птица такая?

Лето почти закончилось, а вы все еще не отличаете сатанинского козодоя от башенного стрижа? А может, вам хотелось стать орнитологом, когда вырастете? Системный Блокъ рассказывает, как, вооружившись мобильными приложениями, с пользой провести выходные.

Кратко: о чём статья?
Бёрдвотчинг (от англ. birdwatching) — это наблюдение за птицами в их естественной среде обитания — своего рода орнитологическая работа, но обычно на любительском уровне.

История бёрдвотчинга начинается с конца XVIII века — именно в это время люди начинают обращать внимание на пернатых с позиций эстетической ценности и научного интереса. А в XXI веке стать бёрдвотчером гораздо проще благодаря простому доступу к уже собранной и систематизированной информации.

Помимо атласов-определителей птиц существует более 30 различных сайтов и приложений для Android/IOS, которые помогают бёрдвотчерам. Среди них можно выделить два типа ресурсов: одни помогают определить вид по конкретному признаку (например, по голосу), другие не только распознают птицу, но и предоставляют объемную справочную информацию (от описания до записи голоса), позволяют вносить свои данные в общую базу и обращаться к данным других пользователей.

Примеры таких приложений и ответ на вопрос: «зачем всё-таки нужен бёрдвотчинг?», найдёте в полном тексте статьи.

Время чтения: 5,5 минут.

Ай да натуралист! Какие экологические приложения помогут с пользой провести летние выходные

Летом можно не только хорошо отдохнуть, но и поучаствовать в экопроекте и даже помочь науке. «Системный Блокъ» рассказывает, как с пользой провести летние выходные. 

Кратко: о чём статья?

Главный герой статьи — iNaturalist, один из самых популярных ресурсов, которые помогают пользователям лучше понимать, что их окружает: идентифицировать растения, грибы, насекомых и животных. В нём можно делиться наблюдениями за природой в разных форматах: прикрепить описание, загрузить фотографию или звуковую дорожку. Например, пение птички!

Участники сообщества iNaturalist — а их почти 5,5 миллионов, могут подписываться на интересных им наблюдателей. Данные, которые собирают пользователи, используются и за пределами самой сети: к ним обращаются в том числе и учёные. Используя приложение, пользователь становится участником проекта гражданской науки (об этом мы подробно рассказываем в этой статье) и частью большого сообщества, которое объединяет очень разных людей по всему миру: и ученых-биологов, и просто любителей отдыха на открытом воздухе.

Среди других героев статьи:

PlantNet— одно из наиболее популярных экологических приложений для идентификации растений;

Что это за цветок? — русскоязычное приложение, у которого есть возможность работы в оффлайн-режиме;

Экогид — русскоязычное приложение, вместе с которым можно изучать птиц России.

Подробности о других приложениях и возможностях участвовать в экопроектах онлайн, найдёте в полном тексте статьи.

Время чтения: 3 минуты.

Камера на сотню: как развивается видеонаблюдение в Москве

Москва входит в топ-30 городов по покрытию камерами. Цифровизация наблюдения уменьшает риск преступности, но при этом и помогает государству выследить любого гражданина.

Кратко: о чём статья?

Сегодня к сети видеонаблюдения в Москве подключены минимум 193 000 камер, 131 000 из которых расположены на улицах столицы. Ещё камеры есть у подъездов, во дворах, в местах массового скопления людей. Если считать количество устройств на квадратный километр, больше всего – 198 штук – будет в Центральном округе Москвы.

Сеть продолжает планомерно расти с 2016 года. Во дворах и у подъездов число камер выросло незначительно: на 5%. Интереснее ситуация в общественных местах: сейчас там 6,5 тысяч камер. Это в 2,5 раза больше, чем было 6 лет назад. 

А узнать о том, насколько часто камеры используются в расследовании преступлений и как изменилась статистика видеонаблюдения в метро, можно из полного текста статьи. Там же найдёте классную инфографику!

Время чтения: 3 минуты.

Если самая большая плотность покрытия камерами наблюдения в Центральном округе, то меньше всего камер – в Троицком и Новомосковском округах. Это самые большие (и самые новые) территориальные образования Москвы с относительно небольшим населением. В схожем по населенности, но меньшем по размеру Зеленоградском округе уже 62 камеры на квадратный километр. В среднем на сто москвичей приходится одна камера видеонаблюдения. 

«Игнорируется и не ценится»: вклад женщин в науку через цифры

Если посмотреть на голую статистику, может показаться, что женщины-ученые публикуют меньше научных статей, чем их коллеги-мужчины, а также реже получают гранты и патенты. Исследование Мэтью Росса из Северо-восточного университета в Бостоне и его коллег показало, что реальное положение дел может быть куда сложнее: женщинам в науке бывает нелегко добиться указания их авторства из-за дискриминации.

Кратко: о чём статья?

Недавнее исследование американских учёных, опубликованное в журнале Nature, указало на одно из важных проявлений дискриминации: женщин реже указывают в качестве авторов научных статей или изобретателей в патентах, чем мужчин, работающих с ними в одной команде, даже если объем их работы одинаков.

В набор данных для работы вошли сведения почти о 10 000 исследовательских групп и 129 000 исследователей в США. Оказалось, что для мужчины вероятность быть указанным в числе авторов или изобретателей в течение периода исследования составляла 21%, в то время как для женщины — всего 12%.

Авторы также опросили 2660 ученых, опубликовавших работы после 2014 года. В опросе исследователи обоих гендеров (49% женщин и 39% мужчин) сообщили, что их имена не включались в список авторов итоговой работы, потому что их научный вклад был недооценен коллегами. Это, как отмечает профессор Лейденского университета Людо Уолтман, повод посмотреть на проблему шире и «перевести разговор с гендерных различий на аспекты культуры».

Подробнее о результатах исследования читайте в полной версии статьи.

Время чтения: 5 минут.

Стеклянные негативы блудного фотографа и другие приключения русских в американской библиотеке

На этой неделе исполнилось бы 159 лет Сергею Прокудину-Горскому — пионеру фотографии, благодаря которому мы можем посмотреть на качественные снимки дореволюционной России в цвете. Вспоминаем, где хранится и как выглядит коллекция знаменитого фотографа.

Кратко: о чём статья?

Богатая коллекция библиотеки Конгресса США интересна и для изучения истории России. С точки зрения обмена «опытом» библиотека Конгресса — локомотив движения за глобализацию. Почти 80% процентов фонда главной библиотеки Америки — это не книги, а видео, звуки, фото, плакаты, партитуры — в общем, все то, что и делает современную библиотеку не просто «хранилищем книг», но хранилищем культуры. 

Там можно найти и негативы Прокудина-Горского. Чтобы получилась цветная фотография, свет с объектива подавался на стеклянную пластину размером три на девять дюймов трижды — таким образом на одной пластине оказывалось сразу три фотографии. Каждое фото — черно-белое, но сфотографированное через красный, синий и зеленый фильтры.

При поддержке Николая II Прокудин-Горский с 1908 по 1915 год путешествовал по империи, фотографируя окружающий мир: архитектуру, природу, быт и людей. В результате у него скопилось огромное количество материала, в том числе и негативов, которые он не успел проявить, но забрал с собой, в эмиграцию.

Посмотреть на фото и узнать о них ещё больше можно в статье на сайте.

Время чтения: 6,5 минут.

Стилометрия, сетевой анализ и золотой век испанской поэзии: Фернандо де Эррера как мост между мирами

Доказать авторство поэта, чей сборник стихов был издан уже после его смерти, – трудная задача. К счастью, стилометрия помогает разобраться в этом вопросе, а заодно понять эволюцию поэтического стиля в испанской поэзии раннего Нового времени. Рассказываем, как цифровая филология помогла исследователям глубже изучить, какую роль Фернандо де Эррера сыграл в искусстве XVI – XVII веков.

Кратко: о чём статья?

Испанская литература раннего Нового времени, или испанская литература Золотого века («Siglo de Oro») – это устоявшийся период в истории литературы, который охватывает произведения с начала XVI века до конца XVII века, от эпохи Возрождения до барокко. Поэзию Фернандо де Эрреры как раз считают мостом между двумя этими эпохами.

Правда, возникает проблема: между двумя изданиями (прижизненным и посмертным) учёные обнаружили значительные различия. Именно поэтому некоторые из них отвергли полное авторство Эрреры по отношению к новым стихотворениям и вариантам старых, опубликованных в посмертном издании. Но это не просто полемика об авторстве — это полемика о роли Эрреры в испанской поэзии.

Те, кто поддерживант его авторство, защищают существование эволюции стиля в сторону барокко; напротив, те, кто отвергает подлинность посмертно опубликованных стихотворений, видят в Эррере ренессансного поэта.

Чтобы разобраться в проблеме, исследовательница Лаура Эрнандес-Лоренцо использовала комбинацию стилометрии и сетевого анализа. И удостоверилась, что в этом случае мы наблюдаем именно эволюцию поэтического стиля, а не лингвистические изменения на протяжении Золотого века.

Подробнее о том, почему в исследовании был важен не только художественный, но и нелитературный корпус, зачем смотреть на год рождения автора и кто из авторов – самый «значительный» в сети испанской поэзии, как и всегда, узнаете из полного текста статьи.

Время чтения: 13 минут.

Стеганография: оцифрованное искусство против цензуры
 
Многие слышали о криптографии — науке о шифровании данных. Но при должном усердии любой шифр можно взломать. Что если не просто зашифровать послание, а скрыть сам факт его передачи? Для этого и нужна стеганография. Разбираемся, что это такое и как она помогает в борьбе с цензурой.

Кратко: о чём статья?

Стеганография — это наука о том, как спрятать тайную информацию в другой информации. Самый понятный пример — можно написать письмо обычными чернилами, а секретные данные записать между строк симпатическими, проявляющимися, например, при нагреве. Но в современной стеганонографии методы, конечно, другие.

Наиболее распространенный и понятный метод стеганографии — это LSB-метод, или замена менее значимых бит (Least Significant Bit). Для примера представим картинку. Для компьютера это набор из сотен тысяч пикселей.  В формате RGB эта информация кодируется в 24 бита. Последние 2–3 бита изображения несут в себе меньше всего данных и визуально заметить в них изменения практически невозможно. Следовательно, в последние биты пикселей можно записать секретное сообщение.

С помощью стеганографии можно достигать разных целей: скрывать любовную переписку от ревнивой жены, защищать авторское право и интеллектуальную собственность, бороться с цензурой.

Больше подробностей о методах стенографии и примеров её применения («Девочку с персиками» с тремя главами «Анны Карениной» и без них) найдёте в статье на сайте.

Время чтения: 5 минут.

«Город без данных — город-призрак»: Алексей Новиков о том, как Big Data меняет представление о планировке и застройке

Алексей Новиков — кандидат географических наук, глава и соучредитель компании Habidatum, специализирующейся на аналитике городских данных. «Системный Блокъ» поговорил с ним о том, что такое «цифровой двойник» города, чем советские города похожи на SimCity, и какие возможности открываются в градостроительстве благодаря большим данным.

Кратко: о чём интервью?

«Городские данные» или Urban data родились ровно в тот момент, когда появилась городская повестка в отношении данных — потому что возник термин «смарт-сити», в котором эти данные используются в огромном количестве. 

Современный город практически не может существовать в отрыве от больших данных. Они — часть городских процессов. Самый простой пример — расчет времени прихода автобуса, который отображается на многих остановках на дисплее. А ведь есть еще записи в МФЦ, поликлиники, их обработка и многое другое. Все это — Big Data, уже структурированные, но возникающие часто из абсолютно неструктурированных потоков.

При этом город — это еще и скопление цифровых следов, которые оставляют люди. Около восьми лет назад стало активно использоваться понятие «цифровой двойник», исходя из того, что после человека остается «цифровой след» или «цифровая тень». Такой след может быть очень близок к самому носителю, но, тем не менее, он — уже прошлое, по которому можно восстановить и регистрировать поведение людей. 

Впрочем, люди, согласно Алексею Новикову, не самый главный сюжет в городе. Узнать о главном сюжете, а ещё о том, как города поддерживают их «цифровые двойники» и как большие данные могут помочь в планировке можно из полного текста интервью.

Время чтения: 22 минуты.

Что такое глубинное обучение?

Как связаны глубинное обучение и машинное обучение? На что влияет «глубина» нейронной сети? Рассказываем о важнейшей области машинного обучения.

Кратко: о чём статья?

Стремительный рост вычислительных возможностей компьютеров позволил человечеству обучать нейронные сети, содержащие огромное количество преобразований (их также называют «слоями»). Количество слоёв, из которых состоит нейросеть, называют её глубиной. Работая с ней, мы сталкиваемся с рядом нетривиальных вопросов, на которые и призвано ответить глубинное обучение.

Например: как подбирать архитектуру модели (выбирать тип слоёв, их порядок и количество)? Как эффективно обучать глубокие модели? На что и как влияет глубина?

Подбор оптимальных характеристик и настройка процедуры обучения глубоких нейросетей – непростая задача, просто добавить слои не получится. Важны их порядок и тип, количество данных, на которых происходит обучение, параметры обучения. Глубокую нейросеть не обучишь на «маленьких» данных.

Важный ингредиент успешного обучения глубокой нейросети – графический процессор (видеокарта). Графический процессор способен эффективно выполнять операции параллельно, а это как раз то, что нужно для глубоких нейросетей. Распараллеливание в десятки раз ускоряет процесс обучения и позволяет обучать очень глубокие модели.

Узнать, с какими ещё сложностями и проблемами глубоких сетей встречаются исследователи, когда появились первые нейросети и какая статья стала прорывной в их обучении, можно из полного текста статьи.

Время чтения: 8 минут.