Paustovsky의 구름 모티프 Python 분석

파이썬과 NLP로 파우스토프스키 산문의 구름 이미지 분석하기

파우스토프스키의 어휘 기법 분석은 1981년 완전 작품집에서 시작되었습니다. 9권 분량의 파일을 다운로드하여 하나의 .txt 파일로 병합했으며, 총 8,867,522자의 문자를 포함했습니다. 연극과 편지를 담은 8권과 9권은 그의 허구 산문에 집중하기 위해 제외했습니다.

텍스트는 문장으로 분리되었으며, 길이(>20자)를 기준으로 필터링했습니다:

sentences = re.split(r'[.!?…]+', text)
sentences = [s.strip() for s in sentences if len(s.strip()) > 20]

이를 통해 108,090개의 문장이 추출되었습니다. 그런 다음 pymorphy3를 사용하여 '구름', '하늘', '먹구름'의 표제어를 검색했습니다:

target_keywords = ['cloud', 'sky', 'storm cloud', 'small cloud', 'clouds', 'sky', 'storm clouds']
target_forms = set(target_keywords)
morph = pymorphy3.MorphAnalyzer()
for lemma in ['cloud', 'sky', 'storm cloud']:
    parsed = morph.parse(lemma)[0]
    for form in parsed.lexeme:
        target_forms.add(form.word.lower())

2,282개의 문장이 발견되었습니다(전체의 2.1%).

구름 묘사 분류

키워드는 유형별로 분류되었습니다:

• 기상학적 용어 (구름 유형: 적운, 층운, 권운 등).
• 예술적 은유 (사물화: 도시, 배, 솜; 자연화: 연기, 증기).

분포:

• 은유적: 1,096 (48.0%)
• 중립적: 963 (42.2%)
• 혼합적: 156 (6.8%)
• 기상학적: 67 (2.9%)

순수 기상학적 묘사는 최소화되어 있으며, 이는 비유적 사용을 나타냅니다.

매체 간성: 회화와의 연결

화가, 그림, 용어('붓', '이젤', '풍경') 및 빛/색동사('타오르다', '빛나다')와의 공동 발생을 확인했습니다.

통계:

• 화가 언급: 2,017
• 그림: 770
• 회화 용어: 11,299
• 빛 동사: 1,263

2,282개의 구름 문장 중 688개(30.1%)가 회화 표지를 포함합니다.

시각 요소 밀도(1,000자당):

| 범주 | 구름 포함 | 구름 미포함 | 차이 |

|--------------------|------------|-------------|---------|

| 빛 동사 | 0.43 | 0.14 | +0.29 |

| 색상 형용사 | 1.10 | 0.42 | +0.67 |

| 회화 용어 | 1.85 | 1.19 | +0.67 |

| 총 밀도 | 3.38 | 1.74 | +1.63 |

주요 화가: 달리('gave'의 오류 가능성), 마네, 레비탄, 키프렌스키. 코퍼스의 10%가 회화 용어를 포함한 문장으로 구성됩니다.

감정 분석

감정은 rubert-base-cased-sentiment와 어휘집(긍정: 행복, 평화; 부정: 불안, 죽음)을 사용하여 분석되었습니다:

sentiment_results = []
for sentence in target_sentences:
    sentiment = analyze_sentiment_lexicon(sentence)
    sentiment_results.append({
        'sentence': sentence[:200],
        'sentiment': sentiment
    })
all_sentiments = [r['sentiment'] for r in sentiment_results]

분포:

• 긍정: 124 (5.4%)
• 부정: 67 (2.9%)
• 중립: 2,087 (91.5%)
• 혼합: 4 (0.2%)

부정성은 전시 산문(1941년 타스 특파원)과 연결됩니다. 긍정성이 부정성을 능가합니다.

주요 발견

• 파우스토프스키의 구름: 48% 은유, 2.9% 순수 기상학적.
• 구름 묘사의 30.1%가 매체 간성(회화와 연결됨).
• 중립 감정이 우세(91.5%), 긍정 > 부정.
• 시각 표지 밀도는 구름이 있는 단락에서 1.9배 더 높음.
• 코퍼스 분석은 그의 '산문 속 화가' 지위를 확인합니다.

구름은 배경이 아닌 분위기, 상징, 시각 예술 참조의 매개체 역할을 합니다. 선택적 묘사는 단순히 장식적이지 않으면서 표현력을 향상시킵니다.

— Editorial Team