المنهج الدراسي الدرس 129 من 156 · تتبع الشخص، وليس الجهاز
تتبع الشخص، وليس الجهاز

بصمات أسلوب الكتابة

لماذا هذا مهم يكتب الناس مراجعات ومنشورات ونصائح "مجهولة" معتقدين أن أحداً لا يمكنه معرفة كاتبها. لكن كتابتك تحتوي على عادات شخصية مثل إيقاعك في الكتابة. معرفة كيفية مطابقة الأسلوب تساعدك على الحكم متى يكون النص المجهول مجهولاً حقاً، وما الذي يجب تغييره إذا كان ذلك مهماً.

الكلمات الصغيرة تفضحك

إذا أردت تخمين كاتب رسالة ما، قد تبحث عن كلمات كبيرة وغير عادية. وجد الباحثون أن العكس هو الأفضل: الكلمات الصغيرة. كلمات مثل "upon" و "by" و "also" و "there" تظهر في كل نص حول كل موضوع، وكل كاتب يستخدمها بمعدل ثابت خاص به دون ملاحظة ذلك.

Stylometry: قياس أسلوب الكتابة باستخدام الأرقام، على سبيل المثال كم مرة يستخدم شخص ما كلمات معينة، أو طول جملهم، أو علامات الترقيم التي يفضلونها.

كلمات الوظيفة: كلمات صغيرة وشائعة تربط الجمل ببعضها ("upon", "by", "on", "while") بدلا من حمل الموضوع ("tent", "budget", "army"). لأنها لا تعتمد على الموضوع، فإن معدلاتها تعكس الكاتب.

الحالة الكلاسيكية

في عامي 1787 و1788، نُشرت 85 مقالة تسمى Federalist Papers تحت اسم مستعار واحد مشترك. عُرف لاحقاً أن معظمها كُتب بواسطة Alexander Hamilton أو James Madison، لكن قائمتي الرجلين ادعتا وجود اثني عشر من نفس الأوراق. في الستينيات، قام إحصائيان، Frederick Mosteller وDavid Wallace، بعد كلمات الوظيفة. دليل صارخ واحد: كتب Hamilton كلمة "upon" بشكل متكرر أكثر بكثير من Madison، وكتب Madison كلمة "whilst" حيث كتب Hamilton كلمة "while". كان استنتاجهما أن Madison على الأرجح كتب جميع الأوراق الاثنتي عشرة المتنازع عليها.

أوراق التدريب الخاصة بنا

الأوراق الحقيقية هي ملكية عامة، لكن هذا المختبر يستخدم generated أوراق ممارسة من practice_papers() لكي يعمل بسرعة وبدون اتصال بالإنترنت. كل ورقة هي خليط كلمات مبني على عادات المؤلف: المعدلات مخترعة، مع "upon" و "while"/"whilst" تشير إلى نفس الاتجاه كما في الدراسة التاريخية. الكود نفسه سيعمل على النصوص الحقيقية. كل ورقة هي dict: {"id": "H03", "author": "Hamilton", "text": "..."}، والأوراق المتنازع عليها مسمى بعد الأرقام المتنازع عليها الحقيقية، مثل D49.

الأسعار لكل 1,000 كلمة

A ورقة طويلة تحتوي طبيعياً على كلمات أكثر من الورقة القصيرة، لذا فإن الأعداد الخام غير عادلة. بدلاً من ذلك، احسب rate: كم مرة لكل 1,000 كلمة.

text_words = ["upon", "the", "law", "upon"]     # 4 words, 2 of them "upon"
rate = 1000 * text_words.count("upon") / len(text_words)   # 500.0

يقوم .count(x) في لغة Python بحساب عدد مرات ظهور x في قائمة. أولا قم بتنظيف النص: يجعل text.lower() النص بأحرف صغيرة، ويستبدل .replace(",", " ") الفواصل بمسافات، ويقوم .split() بتقسيم النص إلى كلمات عند المسافات.

ثم تكون الطريقة هي نفسها كما هو الحال مع الكُتّاب: قم بحساب متوسط معدلات كل مؤلف في ملف تعريف، وأعطِ كل ورقة متنازع عليها للمؤلف الذي يكون ملف تعريفه هو الأقرب.

في لغات أخرى

معدلات الكلمات في JavaScript:

function wordRates(text, words) {
  const all = text.toLowerCase().replace(/[,.]/g, " ").split(/\s+/).filter(Boolean);
  const rates = {};
  for (const w of words) {
    rates[w] = 1000 * all.filter(x => x === w).length / all.length;
  }
  return rates;
}

وفي لغة Go:

func wordRates(text string, words []string) map[string]float64 {
    clean := strings.NewReplacer(",", " ", ".", " ").Replace(strings.ToLower(text))
    all := strings.Fields(clean)
    counts := map[string]int{}
    for _, w := range all {
        counts[w]++
    }
    rates := map[string]float64{}
    for _, w := range words {
        rates[w] = 1000 * float64(counts[w]) / float64(len(all))
    }
    return rates
}

الدفاع

إذا احتجت يوما ما إلى كتابة شيء مجهول تماما (مثل بلاغ عن مخالفة أو مراجعة لصاحب عملك)، فإن مطابقة الأسلوب هي المخاطرة التي يجب التخطيط لها. خطوات عملية: اجعل النص قصيرا، لأن النصوص القصيرة تحتوي على أدلة أقل؛ اكتبه بأسلوب بسيط عمدا يختلف عن أسلوبك المعتاد؛ وتجنب عباراتك المفضلة وطرق إملائك الخاصة. إن تمرير نصك عبر أداة ترجمة ثم إعادته، أو طلب إعادة صياغته من مساعد كتابة على الجهاز، يشتت أيضا الكثير من العادات. لا يوجد أي من هذه الطرق مثالي، لذا فإن النص المجهول الأكثر أمانا هو الذي يحتوي على أقل قدر من أثرك الشخصي.

ملخص

  • تُستخدم كلمات الوظائف بمعدلات ثابتة وشخصية مهما كان الموضوع.
  • قارن المعدلات لكل 1,000 كلمة، وليس الأعداد الخام، لضمان عدالة النصوص الطويلة والقصيرة.
  • استخدمت قضية Federalist Papers هذه المعدلات لإسناد اثني عشر مقالاً متنازعاً عليه إلى Madison.
  • الكتابة القصيرة والبسيطة والمعاد صياغتها تترك أدلة أسلوب أقل.
دورك

اكتب خمس وظائف. تعيد words_of(text) الكلمات بحروف صغيرة من text مع استبدال الفواصل والنقاط بمسافات (استخدم .split()). تعيد word_rates(text, words) قاموسا يربط كل كلمة في words بعدد تكرارها لكل 1,000 كلمة من text. تعيد author_profile(papers, author, words) قاموسا لمعدل كل كلمة في جميع الأوراق التي تساوي "author" فيها author. تعيد style_distance(rates_a, rates_b, words) مجموع abs(rates_a[w] - rates_b[w]) عبر words. تعيد attribute(text, profiles, words) مفتاح profiles (اسم مؤلف) الذي يكون ملفه الشخصي الأقرب لمعدلات النص.

هل لاحظت مشكلة في هذا الدرس؟ أبلغ عنها · اسأل عن هذا الدرس

سيفتح هذا التمرين قريبا

أنهِ الدرس السابق ليفتح هذا الدرس. الدورة كاملة مجانية، ولا تحتاج إلى حساب، ويمكنك قراءة هذا الدرس الآن.