استایلومتری و انتساب مؤلف · EXP-HCA-01

حالت پایه Engine-derived reconstruction

خوشه‌بندی سلسله‌مراتبی (HCA)

4 اجرای موفق ثبت‌شده در آمار دائمی

معرفی ابزار
این ابزار متون را بر پایه فاصله Delta کلاسیک و پیوند Ward.D خوشه‌بندی می‌کند. شاخه‌های درخت ساختار فاصله corpus را نشان می‌دهند و حکم قطعی درباره مؤلف صادر نمی‌کنند.
دامنه و تفسیر خروجی

این خروجی چه می‌گوید؟

ساختار شباهت، فاصله یا خوشه‌بندی نمونه‌های واردشده را برای تحلیل اکتشافی نشان می‌دهد.

چه چیزی را به‌تنهایی ثابت نمی‌کند؟

نمودار یا خوشه به‌خودی‌خود طبقه‌بندی کنترل‌شده یا حکم انتساب مؤلف نیست و باید با برچسب‌ها، کنترل متغیرهای مزاحم و آزمون مکمل تفسیر شود.

توضیح علمی، محدودیت‌ها و جایگاه توسعه
این ابزار متون را بر پایه فاصله Delta کلاسیک و پیوند Ward.D خوشه‌بندی می‌کند. شاخه‌های درخت ساختار فاصله corpus را نشان می‌دهند و حکم قطعی درباره مؤلف صادر نمی‌کنند.
محدودیت‌ها: ادعا نمی‌شود که Ward.D در همه مطالعات تاریخی HCA استفاده شده است
مقاله/مرجع: Eder, Maciej; Rybicki, Jan; Kestemont, Mike (2016). Stylometry with R: A Package for Computational Text Analysis. The R Journal, 8(1), 107–121.

سطح بازتولیدپذیری: Engine-derived reconstruction

روش و منبع

Eder, Maciej; Rybicki, Jan; Kestemont, Mike (2016). Stylometry with R: A Package for Computational Text Analysis. The R Journal, 8(1), 107–121.

وضعیت بازتولیدپذیری

روش با پیاده‌سازی/پیش‌فرض مستند موتور مرجع امروزی اجرا می‌شود و منشأ پارامترهای engine-derived صریح ثبت می‌شود.

پیاده‌سازی شده

  • HCA با stylo 0.7.71 pin‌شده
  • Delta کلاسیک با پیکربندی مستند Ward.D موتور
  • ثبت provenance تنظیمات engine-derived در Manifest

پیاده‌سازی نشده / محدودیت

  • ادعا نمی‌شود که Ward.D در همه مطالعات تاریخی HCA استفاده شده است

مشاهده ممیزی بازتولیدپذیری همه روش‌ها

انتقال تنظیمات منتخب LOWO — توسعهٔ کمکی IDHR

جداسازی روش‌شناختی: این واردکردن فقط پیکره و پارامترهای انتخاب‌شده را به ابزار اکتشافی جدید منتقل می‌کند. اجرای R/stylo مستقل از محاسبهٔ Python/LOWO است و همان آزمون LOWO یا بازتولید دقیق فواصل آن نیست. حالت‌های ثابت بازتولید مقالات تغییری نمی‌کنند.

این ابزار دست‌کم ۲ فایل TXT با UTF-8 می‌پذیرد و محدودیت پژوهشی برای تعداد فایل ندارد. حداکثر مجموع فایل‌ها: 100 مگابایت.

مقدار ۱۰۰ پیش‌فرض نرم‌افزار stylo است و به‌عنوان مقدار بهینه برای عربی یا فارسی تلقی نمی‌شود.

تنظیم‌های قابل انتخاب در HCA/PCA/BCT عمومی، افزونهٔ اکتشافی IDHR هستند؛ این فرم جایگزین بازتولید روش ثابت منتشرشده نیست.

روش فاصله و نوع پیوند دو انتخاب جدا هستند. Ward.D و Ward.D2 معادل نیستند و Ward.D2 با فاصله‌های غیر اقلیدسی نیز نیازمند تفسیر احتیاطی است. همهٔ انتخاب‌ها در Research Manifest ثبت می‌شوند.

پس از ثبت Job می‌توانید مرورگر را ببندید؛ پردازش روی سرور ادامه می‌یابد. پس از پایان، 168 ساعت فرصت دانلود دارید. پایان موفق یا شکست تحلیل همراه با لینک امن ایمیل می‌شود و خطای ایمیل وضعیت تحلیل را تغییر نمی‌دهد.

نحوه تفسیر

این ابزار نتیجه را همراه پارامترها، نسخه موتور علمیِ همان روش، نرمال‌سازی نویسه‌ای و SHA-256 ورودی‌ها در Research Manifest ثبت می‌کند. تغییر پارامترها باید به‌عنوان اجرای پژوهشی جداگانه در نظر گرفته شود.