Shakespeare Statistics

Die General Imposters Methode und Wily Beguiled

UK-Flagge in English       Alle Daten wurden mit R Stylo generiert. Siehe:

In seinem Blog "Authorship verification with the package 'stylo'" vom 30. Mai 2018 ( https://computationalstylistics.github.io/blog/imposters/) beschrieb Maciej Eder ein neues Programmteil des Stylo-Pakets, die General Imposters Methode (GI), die von Koppel und Winter 2014 vorgestellt und von Kestemont 2016 auf die Untersuchung von Julius Caesars Schriften angewendet wurde. Eder zitiert dann die Autoren: "Die allgemeine Intuition hinter dem GI ist nicht zu beurteilen, ob zwei Dokumente einfach im Schreibstil ähnlich sind, wenn ein statisches Merkmalsvokabular gegeben ist, sondern es zielt darauf ab, zu beurteilen, ob zwei Dokumente signifikant ähnlicher zueinander sind als andere Dokumente, über eine Vielzahl von stochastisch beeinträchtigten Merkmalsräumen (Eder, 2012; Stamatatos, 2006) hinweg, und im Vergleich zu einer zufälligen Auswahl von sogenannten Distraktor-Autoren (Juola, 2015), auch 'Hochstapler' genannt." Im Zusammenhang mit der Autorschaftszuordnung von Wily Beguiled wurden folgende Texte in Anlehnung an die Rolling Delta Ergebnisse abgefragt:
anon_wilybeguiled.txt, dekker_whoreii.txt, dekker_satiromastix.txt, lyly_campaspe1583.txt, lyly_motherbombie.txt, mars_antonmellid.txt, marston_dcourtesan.txt.
Für jeden dieser Texte wurden die Häufigkeiten von Worten, Wortbigrammen und Buchstabentrigrammen mit GI untersucht, wobei die Anzahl mit 2000 bestimmt wurde und jeweils die klassische Delta Methode (delta) eingesetzt wurde, ergänzt durch die sogenannte Würzburg Distanz (wu) und die Ruzicka Metrik (Ru). Eder gibt folgende Einführung:
Die Hauptprozedur ist über die Funktion imposters() verfügbar. Sie setzt voraus, daß alle zu analysierenden Texte bereits vorverarbeitet und in Form einer Matrix mit Häufigkeiten von Merkmalen (meist Wörtern) dargestellt sind. Die Funktion vergleicht in mehreren Iterationen einen fraglichen Text mit (1) einigen Texten, die von möglichen Kandidaten für die Autorschaft geschrieben wurden, oder den Autoren, die im Verdacht stehen, der tatsächliche Autor zu sein, und (2) einer Auswahl von "Hochstaplern", oder den Autoren, die den zu beurteilenden Text nicht geschrieben haben können. Folglich wird der Klasse eines Kandidaten eine Punktzahl zwischen 0 und 1 zugewiesen. Aus theoretischen Gründen würde jede Punktzahl über 0,5 darauf hindeuten, daß die Überprüfung der Autorschaft für einen bestimmten Kandidaten erfolgreich war (siehe Blog).
Die Zuordnung ergab folgende tabellarische Übersicht, wobei vertikal die Dramentexte aufgeführt sind und horizontal ihre jeweilige Zugehörigkeit.


Der fragliche Text ist in den Zeilen 4, 14 und 24 mit dem Präfix anon_ versehen worden. Die Verweise mit Werten über 0,5 zählen Lyly (5) und Marston (6), wobei die Marston-Werte höher sind und zweimal 1.00 lauten. Interessant sind aber auch die anon-Spalten B, F und J. Bei den Buchstabentrigrammen wird auch Dekkers The Honest Whore, part 2 genannt, ein Stück, das vor allem in den Ruzicka-Spalten unter dem Autor Marston verbucht wird. Es ist nicht auszuschließen, dass die allgemein üblichen Zuordnungen nicht immer korrekt sind. Ein Teil der stilistischen Querverweise resultiert aber auch aus dem Abgleich aller Texte mit allen anderen. So wird z.B. Marstons The Dutch Courtesan (Zeilen 10, 20, 30) mehrfach mit der Dekker-Autorenspalte korreliert.
Vergleiche die General Imposters Ergebnisse mit jenen von Rolling Delta und Rolling Classify.