Mermutef/NLP
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

Добавлена нумерация слайдов и счетчик оставшихся

Browse Source
This commit is contained in:
Vladislav Kopnin
2026-10-27 00:47:33 +03:00
parent 60b198f78e
commit 09fc05c327
2 changed files with 125 additions and 129 deletions
Download Patch File Download Diff File Expand all files Collapse all files

BIN
lab1/presentation/latex/stardew_stylometry.pdf
View File

Binary file not shown.

250
lab1/presentation/latex/stardew_stylometry.tex
View File

@@ -12,6 +12,7 @@
\usetikzlibrary{calc}
\usepackage[most]{tcolorbox}
\usepackage{graphicx}
\usepackage{etoolbox}
\graphicspath{{../images/}{../generated/}}
@@ -35,6 +36,19 @@
\setbeamertemplate{itemize item}{\textbullet}
\setbeamertemplate{itemize subitem}{--}
% ---------- Нижний колонтитул: номер слайда и сколько осталось ----------
% Рисуется в конце каждой рамки поверх содержимого и не меняет вёрстку.
\newcommand{\slidefooter}{%
\begin{tikzpicture}[remember picture, overlay]
\node[anchor=north east, xshift=-0.55cm, yshift=-0.22cm]
at (current page.north east)
{\colorbox{cream}{\scriptsize\color{inkbrown}%
Слайд \insertframenumber\ из \inserttotalframenumber
\quad·\quad осталось: \the\numexpr\inserttotalframenumber-\insertframenumber\relax}};
\end{tikzpicture}%
}
% ---------- Фон: изображение + маленькая курица на каждом слайде ----------
\usebackgroundtemplate{%
\begin{tikzpicture}[remember picture, overlay]
@@ -96,10 +110,11 @@
colframe=cream, boxrule=0pt, arc=2mm, halign=center, boxsep=2mm]
{\large\bfseries Стилометрическая классификация реплик персонажей Stardew Valley}\\[2mm]
{\normalsize Можно ли различить голоса персонажей, \\ если все реплики написаны одним автором?}\\[2.4mm]
\small А.~А.~Аладьина \quad·\quad В.~Н.~Копнин \quad·\quad М.~В.~Савостиков\\[0.8mm]
А.~А.~Аладьина \quad·\quad В.~Н.~Копнин \quad·\quad М.~В.~Савостиков\\[0.8mm]
\footnotesize ПИЭ-13МО
\end{tcolorbox}
\end{center}
\slidefooter
\end{frame}
% ==================== БЛОК 1 ====================
@@ -109,20 +124,21 @@
colframe=cream, boxrule=0pt, arc=2mm, halign=center, boxsep=3mm]
{\large Часть 1}\\[1.5mm]
{\Large\bfseries Решаемая задача и корпус}\\[2mm]
\small Постановка задачи · сбор и очистка данных · характеристики корпуса\\[2.5mm]
Постановка задачи · сбор и очистка данных · характеристики корпуса\\[2.5mm]
{\bfseries Докладчик: А.~А.~Аладьина}
\end{tcolorbox}
\end{center}
\note{Часть\,1. Говорит А. А. Аладьина. План части: что за задача мы решаем,
её формальная постановка, как собирали и чистили корпус, и какими
характеристиками он обладает.}
\slidefooter
\end{frame}
\begin{frame}{Задача и постановка}
\begin{columns}[T]
\begin{column}{0.57\textwidth}
\begin{panel}
\small
\textbf{Решаемая задача}
\begin{itemize}
\item Дано: 2005 коротких реплик, 34 персонажа, один автор.
@@ -135,13 +151,12 @@
\end{column}
\begin{column}{0.41\textwidth}
\begin{panel}
\small
\textbf{Обозначения}\\[1mm]
$D=\{(x_i,\,y_i)\}_{i=1}^{n}$,\quad $n=2005$;\\
$x_i$ — реплика;\\
$y_i\in Y$, \ $|Y|=34$ — персонаж;\\
$f$ — классификатор.\\[1.5mm]
Единственная формальная запись в докладе.\\
Критерий качества — макро-F1: средняя F-мера по 34 классам.
\end{panel}
\end{column}
@@ -150,45 +165,9 @@
текстов. Формула одна: D — корпус, x — реплика, y — персонаж, f —
классификатор. Дальше все определения даются словами. Подчеркнуть: это не
авторская атрибуция, автор один; мы различаем речевые маски.}
\slidefooter
\end{frame}
\begin{frame}{Гипотезы исследования}
\begin{columns}[T]
\begin{column}{0.57\textwidth}
\begin{panel}
\footnotesize
\textbf{H1.} Функциональные слова, части речи и символьные
n-граммы (последовательности соседних символов) различают
персонажей выше случайного уровня.\\[0.7mm]
\textbf{H2.} На коротких репликах части речи и символьные
n-граммы устойчивее словарного богатства и читаемости.\\[0.7mm]
\textbf{H3.} LSA по всем словам отражает тему, а LSA по частям
речи и функциональным словам — стиль.\\[0.7mm]
\textbf{H4.} Качество зависит от длины реплики.\\[0.7mm]
\textbf{H5.} Ошибки группируются вокруг персонажей со сходным
возрастом, полом, ролью или видом.
\end{panel}
\end{column}
\begin{column}{0.41\textwidth}
\begin{panel}
\footnotesize\textbf{Как проверяем}
\begin{itemize}
\item H1 — сравнение моделей и поочерёдное исключение групп.
\item H2 — исключение групп и анализ по длине.
\item H3 — варианты LSA и контроль содержания.
\item H4 — метрики по группам длины.
\item H5 — анализ ошибок по метаданным.
\end{itemize}
\end{panel}
\end{column}
\end{columns}
\note{Говорит А. А. Аладьина. Гипотезы сформулированы до экспериментов.
H1 и H2 проверяют, есть ли стилометрический сигнал; H3 — стиль или тему;
H4 — влияние длины; H5 — социальные подгруппы. Термин «фолд» появится в
методологической части: это часть разбиения при перекрёстной проверке.}
\end{frame}
\begin{frame}{Корпус: сбор, разметка, очистка}
\begin{columns}[T]
\begin{column}{0.33\textwidth}
@@ -223,18 +202,19 @@
\end{panel}
\end{column}
\end{columns}
\vspace{-2mm}
\begin{panel}
\footnotesize \textbf{Ограничения данных:} ручная фильтрация; нет идентификаторов сцен.
\end{panel}
\slidefooter
\end{frame}
\begin{frame}{Персонажи корпуса}
\begin{frame}{Игровые персонажи}
\begin{center}
\begin{imgbox}
\includegraphics[height=0.65\textheight]{characters.png}
\end{imgbox}
\end{center}
\slidefooter
\end{frame}
\begin{frame}{Характеристики корпуса: классы}
@@ -248,7 +228,7 @@
\end{column}
\begin{column}{0.57\textwidth}
\begin{panel}
\small
\begin{tabular}{@{}p{3.2cm}p{3.6cm}@{}}
\textbf{Реплик} & 2005\\[0.8mm]
\textbf{Персонажей} & 34\\[0.8mm]
@@ -259,12 +239,13 @@
\end{tabular}
\end{panel}
\begin{panel}
\small Дисбаланс почти десятикратный: от 15 до 139 реплик. Поэтому
Дисбаланс почти десятикратный: от 15 до 139 реплик. Поэтому
доля правильных ответов обманчива; основная метрика — макро усреднённая
F-мера по классам.
\end{panel}
\end{column}
\end{columns}
\slidefooter
\end{frame}
\begin{frame}{Характеристики корпуса: длина реплик}
@@ -284,7 +265,7 @@
\end{panel}
\begin{panel}
\begin{itemize}
\item Короткие реплики дают мало стилометрических свидетельств.
\item Короткие реплики дают мало информации для стилометрических характеристик.
\item Длина сама по себе — сильный, но опасный признак: она может
подменять «стиль» просто узнаванием персонажа.
\item Поэтому её вклад проверялся отдельно: с исключением
@@ -297,6 +278,7 @@
диапазон 3–78. На таких коротких текстах признаки словарного богатства и
читаемости нестабильны — это одна из причин низких абсолютных значений
качества, о которых расскажет третий докладчик.}
\slidefooter
\end{frame}
% ==================== БЛОК 2 ====================
@@ -306,13 +288,14 @@
colframe=cream, boxrule=0pt, arc=2mm, halign=center, boxsep=3mm]
{\large Часть 2}\\[1.5mm]
{\Large\bfseries Методология: как измеряем стиль}\\[2mm]
\small Признаки · LSA · классификаторы · схема проверки · метрики\\[2.5mm]
Признаки · LSA · классификаторы · схема проверки · метрики\\[2.5mm]
{\bfseries Докладчик: В.~Н.~Копнин}
\end{tcolorbox}
\end{center}
\note{Часть\,2. Говорит В. Н. Копнин. План части: общая схема конвейера,
какие признаки строим, как работает LSA, какие модели сравнивали и как устроена
проверка, чтобы не обмануть себя.}
\slidefooter
\end{frame}
\begin{frame}{Термины, которые встретятся дальше}
@@ -337,7 +320,7 @@
\begin{column}{0.49\textwidth}
\begin{panel}
\footnotesize
\textbf{n-грамма} — последовательность $n$ соседних единиц:
\textbf{n-грамм} — последовательность $n$ соседних единиц:
символов, слов или POS-тегов.\\[0.8mm]
\textbf{LSA} — сжатие таблицы «документ $\times$ признак» в
несколько скрытых компонент.\\[0.8mm]
@@ -357,6 +340,7 @@
Universal POS — не «ещё одна модель», а универсальный набор частеречных
тегов; POS-граммы — последовательности этих тегов. Клауза и
синтаксис-прокси — приблизительные, но интерпретируемые оценки синтаксиса.}
\slidefooter
\end{frame}
@@ -394,13 +378,13 @@
преобразований и в конце — в вектор чисел, по которому модель выбирает
класс. Ключевое правило: всё, что «учится» на данных, учится только на
обучающей части каждой проверки.}
\slidefooter
\end{frame}
\begin{frame}{454 ручных признака: 11 групп}
\begin{panel}
\scriptsize
\begin{tabular}{@{}p{3.7cm}p{7.8cm}@{}}
\begin{tabular}{@{}p{4cm}p{9.7cm}@{}}
\textbf{Группа} & \textbf{Примеры признаков} \\ \hline
Длина & число слов, символов, предложений; длина предложения \\
Лексика & длины слов, апострофы, заглавные буквы, цифры \\
@@ -415,26 +399,20 @@
Разговорные маркеры & междометия, смех, хеджи, вежливость, сокращения \\
\end{tabular}
\end{panel}
\begin{panel}
\scriptsize
\textbf{454} — суммарное число ручных признаков; часть групп
(словарное богатство, читаемость) помечена как предварительная.
Функциональные слова, части речи, пунктуация и разговорные маркеры —
основные группы для коротких реплик.
\end{panel}
\note{Говорит В. Н. Копнин. Это расшифровка одиннадцати групп. Не нужно
запоминать все 454 признака: важнее логика — длина, лексика, пунктуация,
служебные слова, части речи, синтаксис, читаемость и разговорные маркеры.
Словарное богатство и читаемость на коротких репликах нестабильны.}
\slidefooter
\end{frame}
\begin{frame}{Автоматические признаки: n-граммы и LSA}
\begin{columns}[T]
\begin{column}{0.49\textwidth}
\begin{panel}
\small\textbf{n-граммы}
\textbf{n-граммы}
\begin{itemize}
\item \textbf{n-грамма} — последовательность $n$ соседних
\item \textbf{n-грамм} — последовательность $n$ соседних
единиц: символов, слов или POS-тегов.
\item Символьные n-граммы 2–5: морфология, пунктуация,
орфография.
@@ -447,7 +425,7 @@
\end{column}
\begin{column}{0.49\textwidth}
\begin{panel}
\small\textbf{LSA}
\textbf{LSA}
\begin{itemize}
\item Сжатие таблицы «реплика $\times$ признак» в $k$ скрытых
компонент.
@@ -460,7 +438,7 @@
\end{column}
\end{columns}
\begin{panel}
\small Символьные n-граммы чувствительны к морфологии и пунктуации;
Символьные n-граммы чувствительны к морфологии и пунктуации;
n-граммы POS-тегов — к порядку частей речи; LSA сжимает разреженные
признаки в несколько чисел. Это три разных взгляда на стиль.
\end{panel}
@@ -468,13 +446,14 @@
единиц. Символьные n-граммы ловят морфологию и пунктуацию, n-граммы POS-тегов —
синтаксические шаблоны. LSA не «понимает» текст: он сжимает таблицу
признаков в несколько скрытых компонент.}
\slidefooter
\end{frame}
\begin{frame}{LSA простыми словами}
\begin{columns}[T]
\begin{column}{0.49\textwidth}
\begin{panel}
\small\textbf{Идея}
\textbf{Идея}
\begin{itemize}
\item Строим таблицу «реплика $\times$ слово», взвешиваем
частоты через TF-IDF.
@@ -486,7 +465,7 @@
\end{column}
\begin{column}{0.49\textwidth}
\begin{panel}
\small\textbf{Варианты LSA}
\textbf{Варианты LSA}
\begin{itemize}
\item \texttt{word} — лексика и тема.
\item \texttt{content} — содержание без служебных слов.
@@ -500,8 +479,8 @@
\begin{panel}
$k$ подбирался в диапазоне 50–400; для \texttt{content}-LSA качество
устойчиво росло до 400.
Ключевой вопрос: LSA по содержательным словам ловит \emph{тему}, а не
только стиль.
Ключевой вопрос: ловит ли LSA по содержательным словам \emph{тему}, а не
только стиль?
\end{panel}
\note{Говорит В. Н. Копнин. LSA объясняем без формул: таблица частот —
взвешивание — сжатие до k осей — короткий вектор для каждой реплики.
@@ -509,13 +488,14 @@
содержательным словам может кодировать тему. Для этого мы и делали
несколько вариантов LSA, чтобы сравнить тематический и стилистический
вклад.}
\slidefooter
\end{frame}
\begin{frame}{Классификаторы}
\begin{columns}[T]
\begin{column}{0.49\textwidth}
\begin{panel}
\small\textbf{Линейные модели}
\textbf{Линейные модели}
\begin{itemize}
\item Логистическая регрессия: «признак $\times$ вес», затем
вероятности; редкие классы получают повышенные веса.
@@ -526,7 +506,7 @@
\end{column}
\begin{column}{0.49\textwidth}
\begin{panel}
\small\textbf{Деревья и ансамбли}
\textbf{Деревья и ансамбли}
\begin{itemize}
\item Случайный лес и ExtraTrees: сотни деревьев; у ExtraTrees
пороги выбираются случайно — меньше разброс.
@@ -537,7 +517,7 @@
\end{column}
\end{columns}
\begin{panel}
\small Сравнивали несколько семейств, чтобы вывод не зависел от одного
Сравнивали несколько семейств, чтобы вывод не зависел от одного
алгоритма: близкие результаты у разных моделей делают вывод надёжнее.
\end{panel}
\note{Говорит В. Н. Копнин. Логистическая регрессия — интерпретируемая
@@ -545,6 +525,7 @@
деревья ловят нелинейные комбинации («многоточие + короткая реплика»), но
легко переобучаются на 2005 объектах. Лучший результат дало мягкое
голосование трёх моделей; объединение через мета-классификатор было хуже — переобучилось.}
\slidefooter
\end{frame}
\begin{frame}{Как проверяем}
@@ -583,11 +564,12 @@
параметров; отложенная выборка — дополнительная проверка. Отдельно
переставляли метки: качество упало до случайного уровня, значит сигнал
не в «утечке».}
\slidefooter
\end{frame}
\begin{frame}{Метрики: что и зачем}
\begin{panel}
\small
\begin{tabular}{@{}p{3.9cm}p{9.6cm}@{}}
\textbf{Метрика} & \textbf{Что показывает}\\[1mm]
\textbf{Macro-F1} & Средняя F-мера по 34 классам: каждый персонаж важен одинаково, включая редких. Основная метрика.\\[1mm]
@@ -595,18 +577,54 @@
\textbf{Сбалансированная доля} & Средняя полнота по классам: находит ли модель редких персонажей.\\[1mm]
\textbf{Тройка лучших (top-3)} & Истинный персонаж оказался в тройке наиболее вероятных ответов.\\[1mm]
\textbf{MCC / каппа} & Согласие с поправкой на случайное угадывание.\\[1mm]
\textbf{Матрица ошибок} & Кто с кем путается; подробнее — в части 3.\\
\end{tabular}
\end{panel}
\begin{panel}
Ориентиры при 34 классах: случайный уровень macro-F1 $\approx$ 0,029,
top-3 $\approx$ 0,088. Выводы опираемся на macro-F1, интервалы и матрицу ошибок.
top-3 $\approx$ 0,088.
\end{panel}
\note{Говорит В. Н. Копнин. Главная метрика — macro-F1: она равно
взвешивает все 34 класса, включая редких. Доля правильных ответов
обманчива при дисбалансе. Смысл всех остальных метрик — словесный, без
формул. Ориентиры случайного уровня уже озвучены — они пригодятся в
части 3.}
\slidefooter
\end{frame}
\begin{frame}{Гипотезы исследования}
\begin{columns}[T]
\begin{column}{0.57\textwidth}
\begin{panel}
\textbf{H1.} Функциональные слова, части речи и символьные
n-граммы (последовательности соседних символов) различают
персонажей выше случайного уровня.\\[0.7mm]
\textbf{H2.} На коротких репликах части речи и символьные
n-граммы устойчивее словарного богатства и читаемости.\\[0.7mm]
\textbf{H3.} LSA по всем словам отражает тему, а LSA по частям
речи и функциональным словам — стиль.\\[0.7mm]
\textbf{H4.} Качество зависит от длины реплики.\\[0.7mm]
\textbf{H5.} Ошибки группируются вокруг персонажей со сходным
возрастом, полом, ролью или видом.
\end{panel}
\end{column}
\begin{column}{0.41\textwidth}
\begin{panel}
\textbf{Как проверяем}
\begin{itemize}
\item H1 — сравнение моделей и поочерёдное исключение групп.
\item H2 — исключение групп и анализ по длине.
\item H3 — варианты LSA и контроль содержания.
\item H4 — метрики по группам длины.
\item H5 — анализ ошибок по метаданным.
\end{itemize}
\end{panel}
\end{column}
\end{columns}
\note{Говорит А. А. Аладьина. Гипотезы сформулированы до экспериментов.
H1 и H2 проверяют, есть ли стилометрический сигнал; H3 — стиль или тему;
H4 — влияние длины; H5 — социальные подгруппы. Термин «фолд» появится в
методологической части: это часть разбиения при перекрёстной проверке.}
\slidefooter
\end{frame}
% ==================== БЛОК 3 ====================
@@ -616,21 +634,22 @@
colframe=cream, boxrule=0pt, arc=2mm, halign=center, boxsep=3mm]
{\large Часть 3}\\[1.5mm]
{\Large\bfseries Результаты и интерпретация}\\[2mm]
\small Оценки качества · вклад признаков · матрицы ошибок · ограничения · выводы\\[2.5mm]
Оценки качества · вклад признаков · матрицы ошибок · ограничения · выводы\\[2.5mm]
{\bfseries Докладчик: М.~В.~Савостиков}
\end{tcolorbox}
\end{center}
\note{Часть\,3. Говорит М. В. Савостиков. План части: главные числа, что даёт
качество, стиль или содержание, кого модель путает, как корректно читать
оценки, ограничения и выводы.}
\slidefooter
\end{frame}
\begin{frame}{Главный результат}
\begin{columns}[T]
\begin{column}{0.47\textwidth}
\begin{panel}
\small
\begin{tabular}{@{}p{3.5cm}r@{}}
\begin{tabular}{@{}p{5cm}r@{}}
\textbf{Мягкое голосование (5 фолдов)} & 0,304\\
\textbf{ExtraTrees, char = 10\,000} & 0,276\\
\textbf{Вложенный выбор} & 0,275\\
@@ -639,9 +658,8 @@
\end{tabular}
\end{panel}
\begin{panel}
\small Числа — macro-F1. Случайный уровень для 34 классов — 0,029;
контроль перестановкой меток вышел на этот уровень, значит сигнал
в данных, а не в утечке.
Числа — macro-F1. Случайный уровень для 34 классов — 0,029;
контроль перестановкой меток вышел на этот уровень, значит в извлеченных характеристиках есть информация.
\end{panel}
\end{column}
\begin{column}{0.52\textwidth}
@@ -655,6 +673,7 @@
там конфигурация выбиралась честно, внутри обучающей части каждого фолда.
На отложенной выборке 0,333, но это одно разбиение. Суть: персонажи
действительно различимы.}
\slidefooter
\end{frame}
\begin{frame}{Что добавляет качество}
@@ -666,7 +685,7 @@
\end{column}
\begin{column}{0.47\textwidth}
\begin{panel}
\small
\begin{itemize}
\item Только длина: 0,035.
\item Ручные стилометрические признаки: 0,105.
@@ -686,6 +705,7 @@
0,249, лучшая одиночная модель — 0,276, ансамбль — 0,304. Обратный вывод
важен тоже: признаки «чистого синтаксиса» сами по себе почти ничего не
дают.}
\slidefooter
\end{frame}
\begin{frame}{Стиль или содержание?}
@@ -697,7 +717,7 @@
\end{column}
\begin{column}{0.49\textwidth}
\begin{panel}
\small
\begin{itemize}
\item Проверка: содержательные слова (существительные, глаголы,
прилагательные, наречия) заменены нейтральным маркером.
@@ -717,6 +737,7 @@
случайного: какой-то стилевой компонент есть. Из этого следует главная
оговорка работы: мы не можем утверждать, что модель выучила «чистый
стиль» персонажей — основной вклад даёт тематический профиль.}
\slidefooter
\end{frame}
\begin{frame}{Матрица ошибок: как читать}
@@ -732,12 +753,11 @@
\item \textbf{Строки} — истинный персонаж, \textbf{столбцы} —
предсказание; \textbf{диагональ} — верные ответы,
вне диагонали — ошибки.
\item Полная матрица 34$\times$34 нечитаема: показываем top-12;
полная — в приложении. Далее — пары ошибок.
\item Полная матрица 34$\times$34 нечитаема: показываем top-12.
\end{itemize}
\end{panel}
\begin{panel}
\small\textbf{Что видно:} крупная доля вне диагонали у многих строк —
\textbf{Что видно:} крупная доля вне диагонали у многих строк —
редкие классы «утекают» в популярные.
\end{panel}
\end{column}
@@ -746,6 +766,7 @@
строка — кто говорил на самом деле, столбец — кого предсказала модель,
диагональ — верные ответы, всё вне диагонали — ошибки. Полные 34 строки не
читаются на проекторе, поэтому top-12 + пары + полная матрица в приложении.}
\slidefooter
\end{frame}
\begin{frame}{Кого модель путает чаще всего}
@@ -757,7 +778,7 @@
\end{column}
\begin{column}{0.47\textwidth}
\begin{panel}
\small\textbf{Частые пары ошибок (число перепутанных реплик)}
\textbf{Частые пары ошибок (число перепутанных реплик)}
\begin{itemize}
\item Sebastian $\to$ Abigail: 65
\item Sebastian $\to$ Alex: 61
@@ -766,8 +787,8 @@
\end{itemize}
Основной клубок — молодые персонажи: Abigail, Alex, Sebastian,
Haley, Sam. Один автор и общие сюжетные контексты делают сходство
голосов ожидаемым: это не разные авторы. Это коллапс редких классов
в классы-аттракторы, а не «демографическая» путаница.
голосов ожидаемым. Это коллапс редких классов
в классы-аттракторы.
\end{panel}
\vspace{-1mm}
\end{column}
@@ -778,13 +799,14 @@
стягивание предсказаний к популярным классам, а не доказательство, что эти
персонажи «говорят одинаково» — хотя перекрёстные путаницы Sebastian —
Abigail — Alex согласуются с их сходными масками.}
\slidefooter
\end{frame}
\begin{frame}{Классы-аттракторы}
\begin{columns}[T]
\begin{column}{0.47\textwidth}
\begin{panel}
\small\textbf{Классы-аттракторы}
\textbf{Классы-аттракторы}
\begin{itemize}
\item Alex и Abigail собирают заметную долю \emph{чужих}
предсказаний: на разных повторах Abigail получает
@@ -801,21 +823,18 @@
\end{imgbox}
\end{column}
\end{columns}
\begin{panel}
\small Диаграмма — доли предсказаний «аттракторных» классов
(стягивание предсказаний к популярным классам).
\end{panel}
\note{Говорит М. В. Савостиков. Проблема редких классов: модель
предсказывает популярные классы слишком часто — Abigail получает десятки
процентов всех ответов при истинной доле около 7\,\%. Простая коррекция
приоров не помогла.}
\slidefooter
\end{frame}
\begin{frame}{Персонажи: кто различается}
\begin{columns}[T]
\begin{column}{0.47\textwidth}
\begin{panel}
\small\textbf{Лучшие и худшие по F-мере}
\textbf{Лучшие и худшие по F-мере}
\begin{itemize}
\item Лучшие: Evelyn, Willy, Pam, Pierre, Leo.
\item Худшие: Kent, Wizard, Penny, Mister Qi, Leah, Abigail.
@@ -836,11 +855,12 @@
Mister Qi, Leah, Abigail. Редкие классы имеют широкие доверительные
интервалы: для 15 реплик разброс оценок велик. Ансамбль прибавляет
отдельным редким классам, но Kent не находит никто.}
\slidefooter
\end{frame}
\begin{frame}{Что означают полученные оценки}
\begin{panel}
\small
\begin{itemize}
\item 0,30 macro-F1 при 34 классах — примерно \textbf{в 10 раз выше
случайного уровня} 0,029: устойчивый сигнал различимости.
@@ -853,7 +873,7 @@
\end{itemize}
\end{panel}
\begin{panel}
\small
\begin{itemize}
\item Мы решаем задачу «\emph{какой персонаж} говорит», а не
«\emph{он или не он} писал»: автор один.
@@ -870,13 +890,14 @@
сознательно делал разные голоса. (3) Мы определяем персонажа, а не
авторскую принадлежность: автор один. И мы не утверждаем, что выучили
«чистый стиль»: при маскировании содержания качество сильно падает.}
\slidefooter
\end{frame}
\begin{frame}{Ограничения}
\begin{columns}[T]
\begin{column}{0.49\textwidth}
\begin{panel}
\small\textbf{Данные}
\textbf{Данные}
\begin{itemize}
\item Один корпус, одна игра, один автор; внешняя валидация
не проводилась.
@@ -888,7 +909,7 @@
\end{column}
\begin{column}{0.49\textwidth}
\begin{panel}
\small\textbf{Методология}
\textbf{Методология}
\begin{itemize}
\item Выбор признаков и ансамбля опирался на прошлые серии;
вложенная проверка снижает этот риск, но не устраняет.
@@ -905,6 +926,7 @@
(частичный выбор конфигураций по прошлым сериям, тематический сигнал в
признаках, неудачи простых калибровок). Честное перечисление — часть
верификации, а не признание провала.}
\slidefooter
\end{frame}
\begin{frame}{Выводы}
@@ -929,52 +951,25 @@
лексико-тематическому профилю; для более сильных утверждений — разные идиолекты,
применимость как инструмент — нужны внешний корпус, тематический контроль
и разметка сцен.}
\slidefooter
\end{frame}
% ==================== ПРИЛОЖЕНИЕ ====================
\begin{frame}{Приложение: полная матрица ошибок 34$\times$34}
\begin{columns}[T]
\begin{column}{0.62\textwidth}
\begin{imgbox}
\includegraphics[width=\linewidth, height=0.6\textheight, keepaspectratio]{confusion_full34.png}
\includegraphics[width=\linewidth, height=0.8\textheight, keepaspectratio]{confusion_full34.png}
\end{imgbox}
\end{column}
\begin{column}{0.37\textwidth}
\begin{panel}
\small Раздаточный материал. Строки — истинные персонажи, столбцы —
предсказания; цвет — доля строки; диагональ — верные ответы. Тёмные
внедиагональные клетки — систематические ошибки (те же пары, что на
предыдущих слайдах).
\end{panel}
\end{column}
\end{columns}
\note{Приложение для вопросов и раздаточного материала. Если спросят про
конкретную пару персонажей — искать её в полной матрице: строки сортированы
по размеру класса, цвет кодирует долю строки. Кто говорит: отвечает
М. В. Савостиков (можно подключить В. Н. Копнина по вопросам валидации).}
\slidefooter
\end{frame}
\begin{frame}{Спасибо за внимание}
\begin{columns}[T]
\begin{column}{0.55\textwidth}
\begin{center}
\begin{tcolorbox}[enhanced, width=\linewidth, colback=cream, opacityback=0.9,
colframe=cream, boxrule=0pt, arc=2mm, boxsep=2.5mm]
{\large\bfseries Спасибо за внимание}\\[2mm]
Вопросы, обсуждение и предложения по экспериментам\\[2mm]
«Один автор — разные голоса»\\[2mm]
\small А.~А.~Аладьина · В.~Н.~Копнин · М.~В.~Савостиков
\end{tcolorbox}
\end{center}
\end{column}
\begin{column}{0.44\textwidth}
\begin{center}
\begin{imgbox}
\includegraphics[width=\linewidth, height=0.45\textheight, keepaspectratio]{meme.png}
\includegraphics[width=\linewidth, height=0.8\textheight, keepaspectratio]{meme.png}
\end{imgbox}
\end{center}
\end{column}
\end{columns}
\begin{tikzpicture}[remember picture, overlay]
\node[anchor=south east, xshift=-2.5mm, yshift=1.5mm]
at (current page.south east)
@@ -984,6 +979,7 @@
А. А. Аладьина благодарит и передаёт слово для вопросов; по вопросам
корпуса отвечает Аладьина, по методологии — Копнин, по результатам —
Савостиков.}
\slidefooter
\end{frame}
\end{document}