Is Falstaff Falstaff? Is Prince Hal Henry V?: Topic Modeling Shakespeare’s Plays
Notice bibliographique
Résumé
This essay demonstrates how topic modeling can be fruitfully applied to TEI-encoded plays, which allows scholars to analyze speeches by individual characters. Our analysis centers on Shakespeare’s corpus and characters who reappear in multiple plays. Specifically, we use topic models to show that young Prince Hal (in 1 and 2 Henry IV) does not speak the same language as his later self, Henry V (in his titular play): his linguistic shift mirrors his shift in status. Hal himself announces, “I have turned away my former self”—his change in diction bears out his assertion. Conversely, topic models reveal that Falstaff is Falstaff across multiple plays and genres (notably, 1 and 2 Henry IV and The Merry Wives of Windsor), despite scholarly claims to that the Falstaff of comedy is a watered-down version of the braggart drunk of the history plays. Ultimately, we hope that this algorithmically-informed analysis of Shakespeare’s plays is not taken as a final answer, but, instead, as a prompt. As this research reveals, topic modeling plays with attention to each speaker opens the door for new comparisons, and in turn, expands on previous interpretations of literature. Cet essai démontre que les modèles à thèmes (topic model) peuvent être appliqués avec succès à des pièces encodées en TEI, ce qui permet aux érudits d’analyser le discours de personnages individuels. Notre analyse se concentre sur le corpus de Shakespeare et sur ses personnages qui réapparaissent dans plusieurs pièces. Particulièrement, nous employons des modèles à thèmes pour montrer que le jeune Prince Hal (1 et 2 Henri IV) ne parle pas le même langage que celui qu’il parle après être devenu Henri V (Henri V): son changement linguistique reflète son changement de standing. Hal, lui-même, annonce: « j’ai renoncé à mon passé » —son changement de diction confirme cette affirmation. Inversement, les modèles à thèmes révèlent que Falstaff est Falstaff à travers plusieurs pièces et genres (notamment, 1 et 2 Henri IV et Les Joyeuses Commères de Windsor), malgré des affirmations érudites que le Falstaff dans la comédie est une version édulcorée du vantard ivre des pièces d’histoire. Finalement, nous espérons que cette analyse algorithmique des pièces de Shakespeare n’est pas considérée comme une solution finale, mais plutôt comme une réplique. Comme cette recherche le montre, l’usage de modèles à thèmes pour analyser des pièces, ce qui se concentre sur chaque personnage, offre de nouvelles voies de comparaisons et étoffe donc nos interprétations de la littérature. Mots-clés: Shakespeare; pièces de théâtre; modèle thématique; modèles à thèmes; Falstaff; Prince Hal; Henry V; Henri IV; Joyeuses commères de Windsor
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,007 | 0,006 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».