Epitet(y) k „láska“ u Cvetajevové: SpaCy analýza

Analýza epitet k slovu „láska“ v lyrické tvorbě Cvětajevové pomocí SpaCy

Marina Cvětajevová ve své lyrice často charakterizuje „lásku“ prostřednictvím metafor a podstatných jmen, nikoli standardních přídavných jmen. Analýza úplného souboru děl (707 487 znaků) v Pythonu odhalila 281 epitetních komplexů kolem slova „láska“. Byla použita knihovna SpaCy pro extrakci závislostí v kontextovém okně ±4 tokenů.

Extrakce epitet

Funkce analyze_epithets zpracovává text prostřednictvím modelu SpaCy, zaměřuje se na děti tokenu „láska“ (token.children). Filtrují se služební slovní druhy, vyčleňují se podstatná jména, plná a krátká přídavná jména, příčestí. Kontextové okno vylučuje samotný cílový token.

def analyze_epithets(text):
    doc = nlp(text)
    results = {'adj_full': [], 'adj_short': [], 'noun': [], 
               'participle': [], 'other': []}
    complexes = []
    
    for token in doc:
        if token.lemma_.lower() == 'láska':
           children = list(token.children)
           window_start = max(0, token.i - 4)
           window_end = min(len(doc), token.i + 5)
           window_tokens = [doc[i] for i in range(window_start, window_end) 
                           if i != token.i]
           potential_epithets = []

Rozložení epitet:

• Podstatná jména: 179 (63,7 %) – dominují metafory typu „láska – tělo a krev“.
• Plná přídavná jména: 81 (28,8 %).
• Příčestí: 10 (3,6 %).
• Krátká přídavná jména: 8 (2,8 %).

To odlišuje Cvětajevovou od typické ruské poezie: místo popisných přídavných jmen – ztotožnění pojmů prostřednictvím podstatných jmen.

Frekvenční lemmata zahrnují „třetí“ (7 případů), což zdůrazňuje motiv milostného trojúhelníku s třetím prvkem (čas, osud, poezie).

Pozice v textu

Funkce analyze_position kontroluje relativní pozici „lásky“ ve větách. Teorie silných pozic (začátek/konec) je částečně potvrzena.

def analyze_position(doc, target_word='láska'):
    position_data = []
    
    for sent in doc.sents:
        love_tokens = [t for t in sent if t.lemma_.lower() == target_word]
        
        if love_tokens:
            sent_len = len(sent)
            for token in love_tokens:
                token_idx = token.i - sent.start
                rel_pos = token_idx / sent_len if sent_len > 0 else 0
                
                position_data.append({
                    'sentence_len': sent_len,
                    'relative_position': rel_pos
                })
    
    return pd.DataFrame(position_data)

Výsledky pro 191 vět:

• Průměrná pozice: 0,473.
• Začátek (0,0–0,2): 50 (26,2 %).
• Střed (0,2–0,8): 108 (56,5 %).
• Konec (0,8–1,0): 33 (17,3 %).
• Silné pozice: 43,5 %.

Slovo je integrováno do tkaniva verše, nikoli deklarativně vyčleněno.

Analýza délky vět

Věty s „láskou“ jsou delší než obecné:

all_sent_lengths = [len(sent) for sent in doc.sents]
avg_len_all = sum(all_sent_lengths) / len(all_sent_lengths)

sentences_with_love = [len(sent) for sent in doc.sents 
                       if any(t.lemma_.lower() == 'láska' for t in sent)]
avg_len_love = sum(sentences_with_love) / len(sentences_with_love)

• Celková průměrná délka: 15,3 tokenů.
• S „láskou“: 21 tokenů.

Láska vyžaduje rozvinutý kontext, nelze ji redukovat na aforismy.

Co je důležité

• Epiteta k „lásce“ jsou převážně podstatná jména (63,7 %), což posiluje metaforičnost.
• Motiv „třetího“ v 7 případech zdůrazňuje složitost pocitů.
• Pozice slova je blíže středu vět (56,5 %), integruje se do vyprávění.
• Věty s „láskou“ jsou o 37 % delší než průměrné, vyžadují vysvětlení.
• SpaCy efektivně extrahuje závislosti pro filologickou NLP analýzu.

Takový přístup je použitelný pro korpusy jakékoli poezie: nastavení okna, lemmatizace a POS filtry poskytují kvantifikovatelné vhledy do stylu.

— Editorial Team