Python-analiza obrazów chmur u Paustowskiego

Analiza obrazów chmur w prozie Paustowskiego przy użyciu Pythona i NLP

Analiza środków leksykalnych Paustowskiego rozpoczęła się od pełnego zbioru dzieł z 1981 roku. Pobrano pliki 9 tomów, połączono je w jeden plik .txt o rozmiarze 8867522 znaków. Wykluczono tomy 8 i 9 z dramatami i listami, aby skupić się na prozie artystycznej.

Teksty podzielono na zdania z filtrowaniem według długości (>20 znaków):

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

Uzyskano 108090 zdań. Następnie wyszukiwanie według lematów 'chmura', 'niebo', 'chmura' z pymorphy3:

target_keywords = ['chmura', 'niebo', 'chmura', 'chmurka', 'chmury', 'nieba', 'chmury']
target_forms = set(target_keywords)
morph = pymorphy3.MorphAnalyzer()
for lemma in ['chmura', 'niebo', 'chmura']:
    parsed = morph.parse(lemma)[0]
    for form in parsed.lexeme:
        target_forms.add(form.word.lower())

Znaleziono 2282 zdania (2,1% ogólnej liczby).

Klasyfikacja opisów chmur

Kluczowe słowa sklasyfikowano według typów:

• Terminy meteorologiczne (typy chmur: kłębiaste, warstwowe, pierzaste itd.).
• Metafory artystyczne (reamorfizm: miasta, statki, wata; natmorfizm: dym, para).

Rozkład:

• metaforyczne: 1096 (48,0%)
• neutralne: 963 (42,2%)
• mieszane: 156 (6,8%)
• meteorologiczne: 67 (2,9%)

Czysto meteorologiczne opisy są minimalne, co wskazuje na obrazowy charakter użycia.

Intermedialność: związek z malarstwem

Sprawdzono współwystępowanie z artystami, obrazami, terminami ('pędzel', 'sztaluga', 'pejzaż') i czasownikami światła/koloru ('błyskać', 'świecić').

Statystyki:

• Wzmianki o artystach: 2017
• Obrazów: 770
• Terminów malarskich: 11299
• Czasowników światła: 1263

Z 2282 zdań z chmurami 688 (30,1%) zawiera markery malarstwa.

Gęstość elementów wizualnych (na 1000 znaków):

| Kategoria | Z chmurami | Bez chmur | Różnica |

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

| Czasowniki światła | 0,43 | 0,14 | +0,29 |

| Przymiotniki koloru | 1,10 | 0,42 | +0,67 |

| Terminy malarskie | 1,85 | 1,19 | +0,67 |

| Całkowita gęstość | 3,38 | 1,74 | +1,63 |

Top artystów: Dali (prawdopodobnie artefakt 'dali'), Manet, Lewitan, Kiprienski. 10% korpusu to zdania z terminami malarskimi.

Analiza tonacji

Analiza sentymentu z rubert-base-cased-sentiment i leksykonem (pozytywne: szczęście, spokój; negatywne: niepokój, śmierć):

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]

Rozkład:

• Pozytywne: 124 (5,4%)
• Negatywne: 67 (2,9%)
• Neutralne: 2087 (91,5%)
• Mieszane: 4 (0,2%)

Negatywne związane są z prozą wojenną (korespondent TASS w 1941 r.). Pozytywne dominują nad negatywnymi.

Co jest ważne

• Chmury u Paustowskiego – 48% metafor, 2,9% czystej meteorologii.
• 30,1% opisów chmur jest intermedialnych (z malarstwem).
• Neutralna tonacja przeważa (91,5%), pozytywne > negatywne.
• Gęstość markerów wizualnych jest 1,9 razy wyższa w akapitach z chmurami.
• Analiza korpusowa potwierdza status 'artysty w prozie'.

Chmury służą nie jako tło, ale jako nośniki nastroju, symboli i odniesień do sztuk wizualnych. Wybiórcze opisy wzmacniają ekspresję bez dekoracyjności.

— Editorial Team