Automated Recognition of Russian Verse Meters: A Statistical and Corpus-Based Approach
Reconnaissance automatique des mètres des vers russes : une approche statistique sur corpus
Résumé
The aim of this paper is to discuss the theoretical grounds of, the arising problems in, and practical solutions for automated rhythmic-metrical and morphological-accentual analysis of Russian poetic texts. Our approach is probabilistic and statistical, rather than deterministic. Automated meter recognition cannot use algorithms based on abandoning one hypothesis in favor of another: different hypotheses should rather be weighted and ranked by probability. When poetic texts written in a language with variable stress (such as Russian) are analyzed, the metrical analysis should be based on the morphological analysis, from which we may proceed either using manual
disambiguation, or applying the elements of syntactic analysis with automated disambiguation, or developing a more complicated probabilistic approach. The concluding part of this paper describes a statistical and corpus-based approach to the description of Russian classical (‘explicit’) and non-classical (‘implicit’) meters.
Reconnaissance automatique des mètres des vers russes : une approche statistique sur corpus Résumé Le but de cet article est de discuter les fondements théoriques de l'analyse rythmico-métrique et morphologicoaccentuelle automatique de textes poétiques russes, les problèmes que pose ce type d'analyse et les solutions pratiques proposées. Notre approche est probabiliste et statistique, plutôt que déterministe. La reconnaissance automatisée des mètres ne peut pas utiliser des algorithmes fondés sur une hypothèse qui devra être abandonnée en faveur d'une autre : différentes hypothèses devraient plutôt être pondérées et classées par probabilité. Lorsque les textes poétiques écrits dans une langue avec accent variable (comme le russe) sont analysés, l'analyse métrique devrait pouvoir s'appuyer sur l'analyse morphologique, à partir de laquelle on peut procéder soit à une désambiguïsation manuelle, soit à l'application d'éléments de l'analyse syntaxique avec désambiguïsation automatique, soit au développement d'une approche probabiliste plus complexe. La dernière partie de cet article décrit une approche statistique sur corpus pour la description des mètres classiques («explicites») et non-classiques («implicites») russes.