Recent Data Set

西班牙的黄金时代似乎是为定量文本分析量身定制的。在虚拟图书馆中，例如著名的 BVMC（米格尔·德·塞万提斯虚拟图书馆），有大量文本和各种版本的数字形式。然而，文体分析不仅需要文本本身，还需要正确、完整的元数据。由于即使是黄金时代的当代版本在文本质量方面也难以验证，因此有关文本、作者、创作日期和地点的附加信息（所谓的元数据）变得更加重要。下面，我们将文体分析的现有文本基础进行问题化，并将其应用于阿韦利亚内达 (化名) 所著伪经《堂吉诃德》第二卷作者归属的例子。目的不是揭露阿韦拉内达的真实身份，而是用不同的参数（余弦增量、限制词列表、剔除、滚动增量）测试该方法，并在其他作者归属方法以及传统文学史和学术背景下讨论结果。
对于定量文学分析来说，西班牙黄金时代似乎是一个完美的研究领域。虚拟图书馆提供许多文本，例如最著名的米格尔·德·塞万提斯虚拟图书馆 (BVMC)。但对于像文体学这样的文本分析来说，不仅文本本身，而且元数据也应该是完整和正确的。由于黄金时代的当代版本本身很难判断文本的原创性，因此需要有关文本来源、作者、日期、地点的附加信息（通常称为元数据）。本文以阿韦利亚内达（化名）所著的伪经《堂吉诃德》第二卷的作者归属为例，探讨了文体分析的现有文本基础问题。目的不是发现作者阿韦利亚 巴基斯坦电报数据 内达的真实身份，而是用各种参数（余弦增量、选定的词表、剔除、滚动增量）测试该方法，并在其他现有作者归属方法和传统文学史和研究的背景下讨论结果。
版本 2.0（2021 年 6 月 8 日）
所做的修改如下：根据专家意见对内容进行了调整。更新和补充书目信息。正式更正。




1. 简介
2. 西班牙近代文学的数字文本基础——文本和版本的可用性和质量
3. 阿韦亚内达的假堂吉诃德：与塞万提斯的文学争论
4. 作者归属比较
5. 使用 R 语言对西班牙近代文学进行文体学研究：语料库、方法、结果
6. 合作创作的可能性：测试塞万提斯《堂吉诃德 II》的滚动三角洲
7. 结论：文体计量学研究的结果如何反馈到专业讨论中？
书目信息
进一步阅读
图例和参考文献
介
[ 1 ]从文学史的角度来看，西班牙的黄金时代（Siglo de Oro）在两个方面非常适合数字化。一方面，它被认为是西班牙最重要的文学和文化时代，并与古典戏剧（即兴喜剧、西班牙古典剧场）、诗歌（贡戈拉）和小说（从 《小狷士》到《堂吉诃德》）一起影响了世界文学。另一方面，16 和 17 世纪的文本不再受到数字出版所必须遵守的版权法的约束。此外，2005年至2016年间有多个400周年纪念日，从第一部《堂吉诃德》到塞万提斯逝世周年，因此也为数字化项目带