[论文解读] Topic Modeling Genre: An Exploration of French Classical and Enlightenment Drama

Christof Schöch|arXiv (Cornell University)|Mar 24, 2021

Computational and Text Analysis Methods被引用 14

一句话总结

本文将主题建模应用于法国古典主义与启蒙时代戏剧的语料库，以揭示主题结构与体裁特异性模式。研究发现不同子体裁具有显著不同的主题特征，并表明基于主题的聚类与传统体裁分类具有有意义的一致性，为法国戏剧的主题演变提供了新的定量洞察。

ABSTRACT

The concept of literary genre is a highly complex one: not only are different genres frequently defined on several, but not necessarily the same levels of description, but consideration of genres as cognitive, social, or scholarly constructs with a rich history further complicate the matter. This contribution focuses on thematic aspects of genre with a quantitative approach, namely Topic Modeling. Topic Modeling has proven to be useful to discover thematic patterns and trends in large collections of texts, with a view to class or browse them on the basis of their dominant themes. It has rarely if ever, however, been applied to collections of dramatic texts. In this contribution, Topic Modeling is used to analyze a collection of French Drama of the Classical Age and the Enlightenment. The general aim of this contribution is to discover what semantic types of topics are found in this collection, whether different dramatic subgenres have distinctive dominant topics and plot-related topic patterns, and inversely, to what extent clustering methods based on topic scores per play produce groupings of texts which agree with more conventional genre distinctions. This contribution shows that interesting topic patterns can be detected which provide new insights into the thematic, subgenre-related structure of French drama as well as into the history of French drama of the Classical Age and the Enlightenment.

研究动机与目标

• 探究主题建模是否能够揭示古典时代与启蒙时代法国戏剧文本中的语义模式。
• 确定不同戏剧子体裁是否表现出独特的主导主题与主题演变模式。
• 评估基于主题的戏剧聚类是否与既定的文学体裁区分相一致。
• 为戏剧体裁分析贡献一种定量方法，尤其针对尚未充分研究的文本语料库。
• 通过计算主题分析，探索法国戏剧在历史与主题上的演变。

提出的方法

• 本研究将潜在狄利克雷分布（LDA）主题建模应用于精心筛选的法国古典时代与启蒙时期戏剧文本语料库。
• 对文本进行预处理，以去除非必要元素，并对分词与停用词过滤进行标准化。
• 通过调整主题数量训练主题模型，以识别稳定且可解释的主题聚类。
• 提取每部戏剧的主题得分，并基于主题分布进行层次聚类（HAC）分析。
• 将所得聚类与传统体裁分类（如悲剧、喜剧、悲喜剧）进行比较，以评估其一致性。
• 通过顶级词汇与主题连贯性的定性分析，并辅以主题分布的可视化，对主题进行解释。

实验结果

研究问题

• RQ1 使用主题建模时，法国古典主义与启蒙时代戏剧中会涌现出哪些语义主题？
• RQ2 不同戏剧子体裁是否表现出独特的主导主题与主题演变模式？
• RQ3 基于主题的戏剧聚类在多大程度上与既定的文学体裁类别相对应？
• RQ4 法国戏剧中的主题模式在多大程度上反映了古典时代与启蒙时代更广泛的思想与文化潮流？
• RQ5 主题建模能否作为一种可靠方法，用于识别与分析戏剧文学中与体裁相关联的主题结构？

主要发现

• 不同戏剧子体裁表现出明确的主题特征：悲剧突出荣誉、命运与道德冲突主题，而喜剧则强调社会关系、欺骗与家庭生活主题。
• 主题建模成功捕捉了古典时代与启蒙时期之间主题的演变，反映了哲学与伦理观念的变迁。
• 基于主题得分的聚类产生了与传统体裁分类高度一致的戏剧分组，验证了该方法的解释潜力。
• 最连贯的主题始终具有可解释性，并与该时期已知的主题关切相一致，如美德、权力与理性。
• 同一子体裁的戏剧往往因主题相似性而聚类在一起，表明主题结构是该语料库中文体的稳定标志。
• 本研究表明，主题建模能够揭示戏剧文本中通过人工分析难以察觉的细微主题模式。