Статья посвящена применению методов компьютерной фольклористики к корпусу адыгского нартского эпоса в русском переводе. Цель исследования – показать, как комплекс количественных процедур позволяет формализовать структуру действия и распределение социальных ролей в эпосе. Материалом служит издание «Нарты. Адыгский героический эпос» (СПб.: Вита Нова, 2017). На языке Python выполняются лексико-статистический анализ, тематическое моделирование LDA (Latent Dirichlet Allocation), построение сетей совстречаемости персонажей, событийная разметка и автоматическое выделение мотивов. Результаты показывают преобладание пространственной, военной и хозяйственной лексики, глаголов движения и боя. Сетевой анализ показывает центральное положение Сосруко и Сатаней (среди женских персонажей) при общем дисбалансе в пользу мужских фигур. Распределение типов событий демонстрирует преобладание перемещения, военных и коммуникативных действий. Предлагаемая событийная модель рассматривается как прототип схемы описания фольклорных текстов, ориентированной на интеграцию в более широкий круг гуманитарных исследований.
Березкин Ю. Е. Мотив как идеальный тип, или Трикстерские эпизоды в евразийском фольклоре // Фольклор: структура, типология, семиотика. 2022. Т. 5, № 1. С. 10–29. DOI 10.28995/2658-5294-2022-5-1-10-29
Гриневич А. А. Онтология фольклорных жанров // Языки и фольклор коренных народов Сибири. 2021. № 2. С. 255–272. DOI 10.25205/2307-1737-2021-2-255-272
Козьмин А. В. Метрический репертуар «блатной» песни 1920–1930-х гг. и проблема ее происхождения // Живая старина. 2005. № 2. С. 40–42.
Козьмин А. В. Сюжетный фонд сказок: структура и система. М.: РГГУ, 2009. 109 с.
Москин Н. Д., Лебедев А. А. Теоретико-графовый подход к анализу вариативности русских сказок // Интеллектуальные системы в производстве. 2024. Т. 22, № 4. С. 90–97. DOI 10.22213/2410-9304-2024-4-90-97
Bleier R., Winslow S. M. (eds.). Versioning Cultural Objects: Digital Approaches. Norderstedt: BoD, 2019. 195 p. (Schriften des Instituts für Dokumentologie und Editorik; Bd. 13)
Broadwell P., Mimno D., Tangherlini T. The Tell-Tale Hat: Surfacing the Uncertainty in Folklore Classification // Journal of Cultural Analytics. 2017. Vol. 2, no. 1. P. 1–27. DOI 10.22148/16.012
Debelak R., Koch T. K., Aßenmacher M., Stachl C. From Embeddings to Explainability: A Tutorial on Large-Language-Model-Based Text Analysis for Behavioral Scientists // Advances in Methods and Practices in Psychological Science. 2025. Vol. 8, no. 3. P. 1–25. DOI 10.1177/25152459251351285
Gompel M. van, Bosch A. van den. Efficient n-gram, Skipgram and Flexgram Modelling with Colibri Core // Journal of Open Research Software. 2016. Vol. 4. Art. e30. P. 1–10. DOI 10.5334/jors.105
Hagedorn J., Darányi S. Bearing a Bag-of-Tales: An Open Corpus of Annotated Folktales for Reproducible Research // Journal of Open Humanities Data. 2022. Vol. 8, no. 16. P. 1–10. DOI 10.5334/johd.78
Haring L. Introduction: The Search for Grounds in African Oral Tradition // Oral Tradition. 1994. Vol. 9, no. 1. P. 3–22.
Lauer G. Computational folktale studies. A very brief history // Fabula. 2023. Vol. 64, no. 1–2. P. 1–6. DOI 10.1515/fabula-2023-0001
Li Y. Folk Tales from Diverse Cultures: Digital Analysis of Content using Natural Language Processing // Applied Mathematics and Nonlinear Sciences. 2025. Vol. 10, no. 1. P. 1–17. DOI 10.2478/amns-2025-0529
Lô G., Boer V. de, Aart C. J. van. Exploring West African Folk Narrative Texts Using Machine Learning // Semantic Web. 2021. Vol. 12, iss. 2. P. 219–239. DOI 10.3390/info11050236
Nguyen D., Trieschnigg D., Meder T., Theune M. Automatic classification of folk narrative genres // Proceedings of KONVENS 2012. LThist 2012 workshop. Vienna, 2012. P. 378–382.
Pannach F., Sporleder C., May W., Krishnan A., Sewchurran A. Of lions and Yakshis: Ontology-based narrative structure modelling for culturally diverse folktales // Semantic Web. 2021. Vol. 12, no. 2. P. 219–239. DOI 10.3233/SW-200417
Pompeu D. Interpretable Deep Learning Methods for Classifying Folktales According to the Aarne – Thompson – Uther Scheme: Master’s Thesis. Lisboa: Instituto Superior Técnico, Universidade de Lisboa, 2019. 60 p.
Tehrani J. J. The Cultural Transmission and Evolution of Folk Narratives // The Oxford Handbook of Cultural Evolution / Eds. J. J. Tehrani et al. Oxford: Oxford Uni. Press, 2023. P. 487–498. DOI 10.1093/oxfordhb/9780198869252.013.39
Toro Isaza P., Xu G., Oloko T., Hou Y., Peng N., Wang D. Are Fairy Tales Fair? Analyzing Gender Bias in Temporal Narrative Event Chains of Children’s Fairy Tales // Proceedings of the 61st Annual Meeting of the Association for Computational Linguistics. Vol. 1: Long Papers. Toronto, Canada: Association for Computational Linguistics, 2023. P. 6509–6531. DOI 10.18653/v1/2023.acl-long.359
Tsutsumi A., Jinnai Y. Do Large Language Models Know Folktales? A Case Study of Yokai in Japanese Folktales // Findings of the Association for Computational Linguistics: ACL 2025. Vienna, Austria: Association for Computational Linguistics, 2025. P. 16124–16146. DOI 10.18653/v1/2025.findings-acl.829