Empirico-Statistical Analysis of Narrative Material and its Applications to Historical Dating: Volume I: The Development of the Statistical Tools

امروزه روش‌های آمار کاربردی در زمینه‌های دانش بسیار متفاوت نفوذ کرده است، از جمله بررسی متون با ریشه‌های مختلف. این «متون» ممکن است به‌عنوان توالی‌های سیگنالی از انواع مختلف، کدهای ژنتیکی طولانی، بازنمایی‌های گرافیکی (که ممکن است با یک «متن» رمزگذاری و نمایش داده شوند)، و همچنین متون روایی واقعی (به عنوان مثال، تواریخ تاریخی) در نظر گرفته شوند. ، اصل، اسناد و غیره). یکی از مهمترین مشکلاتی که در اینجا ایجاد می شود، تشخیص متن وابسته است. ه. ، متونی که دارای معیاری از \"شباهت\" هستند، که از نوعی \"منشا مشترک\" ناشی می شوند. به عنوان مثال، در مسائل تشخیص الگو، ضروری است که از مجموعه بزرگی از \"الگوها\" الگویی را که \"نزدیکترین\" به یک الگوی داده شده است شناسایی کنیم. در مطالعه توالی سیگنال طولانی، تشخیص "زیر دنباله های همگن" و محل اتصال آنها مهم است. این شامل، به ویژه، مشکل شناخته شده نقطه تغییر است، که در آمار ریاضی و تئوری فرآیندهای تصادفی توجه قابل توجهی به آن داده شده است. همانطور که در مطالعه متون روایی به کار می رود، مشکل شناخت متون وابسته و مستقل (مثلاً وقایع نگاری) به متون مشکل دار که منبع مشترک دارند، یعنی. ه. یکسان (به این متون به طور طبیعی وابسته گفته می شود)، یا برعکس، دارای منابع مختلف (این گونه متن ها به طور طبیعی مستقل نامیده می شوند). بدیهی است که چنین مسائلی بسیار پیچیده هستند و بنابراین ظهور روش های جدید تشخیص تجربی-آماری که همراه با رویکردهای کلاسیک ممکن است در مطالعات عینی مفید واقع شوند (مثلاً تعیین منبع) مورد استقبال قرار می گیرد.

Today the methods of applied statistics have penetrated very different fields of knowledge, including the investigation oftexts ofvarious origins. These "texts" may be considered as signal sequences of different kinds, long genetic codes, graphic representations (which may be coded and represented by a "text"), as well as actual narrative texts (for example, historical chronicles, originals, documents, etc. ). One ofthe most important problems arising here is to recognize dependent text, i. e. , texts which have a measure of "resemblance", arising from some kind of "common origin". For instance, in pattern-recognition problems, it is essential to identify from a large set of "patterns" a pattern that is "closest" to a given one; in studying long signal sequences, it is important to recognize "homogeneous subsequences" and the places of their junction. This includes, in particular, the well-known change-point prob lern, which is given considerable attention in mathematical statistics and the theory of stochastic processes. As applied to the study of narrative texts, the problern of recognizing depen­ dent and independent texts ( e . g. , chronicles) Ieads to the problern offinding texts having a common source, i. e. , the sameoriginal (such texts are naturally called dependent), or, on the contrary, having different sources (such texts are natu­ rally called independent). Clearly, such problems are exceedingly complicated, and therefore the appearance of new empirico-statistical recognition methods which, along with the classical approaches, may prove useful in concrete studies (e. g. , source determination) is welcome.