1700年代の現代英語小説の誕生以来、ポールアトレイデスからエリザベスベネットまでの男性と女性のキャラクターは、彼らのページで笑い、笑い、感じ、行動しました。 機械学習アルゴリズムを使用して実施された新しい研究は、彼らの歴史について新たな視点を提供しました。 今週の文化分析で発表された「英語-フィクションのジェンダーの変容」は、100, 000を超える小説のジェンダーのプレゼンテーションを分析し、20世紀の小説に関しては逆説を見つけました。散逸しているようで、性別、女性キャラクターの数、女性作家の割合が減少していることを示しています。
イリノイ大学の英語および情報科学の教授であるテッドアンダーウッドと、カリフォルニア大学バークレー校の共著者情報科学者デビッドバンマンによって構築されたアルゴリズムは、104, 000の小説の登場人物と著者を分析しました。一生で読むでしょう。 UnderwoodとBammanは、特性評価に関する以前の研究のアルゴリズムを最初に構築しました。イリノイ大学の大学院生である共著者Sabrina Leeが現在の研究に参加しました。 この小説は、主にハティトラストデジタルライブラリから選択され、1703年から2009年までのベストセラーのセレクションを表しています。リストには、プライドと偏見、デューン 、レイモンドチャンドラーの小説などの人気タイトルが含まれます。
データを調べて時間で区分すると、研究者は特定の期間の傾向を見ることができました。たとえば、約1800から1970年代の間で、女性作家の割合の「着実な減少」-約50パーセントからそれ以下25％以上。 同じ期間に、彼らは指名された女性キャラクターの数の減少を見ました。 これらの傾向は、20世紀後半に逆転し始めます。 そして、彼らの研究の過程で、性別を特徴付けるために使用される単語の劇的かつ急速な変化、および特に性別のある単語の数の減少。
これらの単語の多くは、「スカート」や「口ひげ」などの潜在的に性別のある単語は除外されていませんが、「心」や「家」のように明示的に性別されていません。 たとえば、1800年代には、「感じた」という動詞は女性に関連していましたが、「覚えた」という動詞は男性に関連することが多くなりました。 これらの傾向は時間とともに低下し、1900年代までには、他の言葉が男性と女性により関連するようになりました。 1900年代には、奇跡に関連する言葉が女性に関連するようになり、男性に関連するこれらの言葉の使用がそれに応じて減少しました。 「女性は微笑んで笑う」と著者は書いているが、「世紀半ばの男性は、にやにや笑うだけであるようだ。」同様に、19世紀には、最初は主に女性のキャラクターに関する感情についての議論がずっとあります。 20世紀には、身体や衣服についてより多くのことがあります。たとえば、世紀半ばの男性は、常に物をポケットに入れたり取り出したりしています。
それは機械学習アプローチの必要性を示す一種の結果です、とアンダーウッドは言います。「現実には、文化には性別や文学のジャンルさえも明確に定義されていません」と彼は言います。 「そして、機械学習により、ファジーな概念を扱うことができます。」
この方法は、銀行のデータを操作したり、自動運転車の安全性を維持したりするために頻繁に使用されているため、小説の分析には奇妙に思えるかもしれません。 しかし、アンダーウッドをはじめとするデジタル人文科学の分野の学者は、大きな可能性を見出しています。
デジタル人文科学の分野でも働いているネブラスカ大学の英語教授であるセス・ロングは、これらの予期せぬ結果が人文科学のビッグデータの力を示していると言います。 「統計モデリングには、文学史を理解するための非常に異なる方法が必要になるでしょう」と彼は言います。 アルゴリズムは、情報が与えられるまで空白の状態ですが、その情報を取得すると、人々ができない情報を引き出すことができます。 この場合、文学の歴史が女性の社会的進歩の歴史をどのように追跡すべきかについての学術的仮定を中断します。
「（研究を）より伝統的な文学史的プロジェクトと一緒に見ると、他では見られなかったつながりを見ることができます」とスタンフォード大学の英語教授であるクレア・ジャービスは言います。 それは、定量的な方法で、彼女が文学の道について持っていた「ハンチ」のいくつかを確認します。 これには、調査期間全体における女性作家の割合の減少が含まれており、アンダーウッドは驚いた。
「フィクションの女性の代表の平等という点で、ある程度の進歩が期待されていました」とアンダーウッドは言います。 「たぶんあまり進歩していませんが、いくらか進歩しています。 そして、我々は本当に何も見ません。」
現代英語を使用した最初の小説は、娯楽としてではなく、正当な文学的試みとして見られていました。 しかし、「小説がますます尊敬されるようになるにつれて、女性作家との関連性が低下します」とJarvis氏は言います。言い換えると、男性が小説を書くようになったとき、男性は「深刻な」追求のように見え始めました。
文学史家は以前、特定の時点で小説からの女性の脱却について話したことがあるが、継続的な傾向を示すような大規模な仕事を誰も行っていない、とアンダーウッドは言う。 それが機械学習の出番です。
リーは、「文学研究者たちは、沈黙があることを非常によく知っています」、つまり、文学史上、本が書かれていなかった場所だと言います。 彼女が重要だと感じているもう一つの沈黙は、研究された小説に名前のある女性キャラクターが増えていることです。 彼女は、イタリアの仮名作家エレナ・フェランテの小説のファンであり、フェランテの本の女性の友情の特徴は、過去と現在のフィクションにおける女性の友情の「沈黙」を強調していると言います。 彼女にとって、この研究は同じことを強調し、「女性を見る女性との作品の重要性」を強調している。小説に女性がいないことは「文学史についての私たちの感じ方を静かに形作った」とアンダーウッドは言う。
著者は、彼らの研究はこの期間中に書かれたすべての小説を網羅するものではなく、20世紀に流行したロマンス小説や探偵小説などのジャンル小説の表現が欠落していることに注目します。 しかし、研究者は、他のデータベースに対してデータベースをテストすることにより、バイアスを修正するための措置を講じました。 彼らが選択した本は、学術図書館で重要と見なされた文学を表しており、著者は、ジャンルのフィクションに関してさらにやるべきことがあると指摘しています。 「文学の性別は、ジャンルや文学分野のさまざまな部分で異なって構築される可能性があります」と著者は書いています。
機械学習法は、過去の沈黙と存在を、奇妙なことに予測のレンズを通して見る新しい方法を提供します。 一般に、アルゴリズムを使用して予測を行ったり、一連の情報に基づいてパターンを検出したりしますが、Long氏は、履歴への使用により、過去および現在または未来の長期的な傾向を検出できると述べています。 「それは私たち自身の解釈を抑える強力な方法だと思います」と彼は言います。
