15 июня 2022 года состоится очередное заседание научно-методического семинара «Цифровая среда» Института цифровых гуманитарных исследований (DHRI) Сибирского федерального университета. На семинаре выступит Борис Орехов (НИУ ВШЭ) с докладом «Русский метод в стиховедении в контексте Digital Humanities».
Борис Орехов — кандидат филологических наук, доцент Школы лингвистики факультета гуманитарных наук НИУ ВШЭ, сотрудник Центра цифровых гуманитарных исследований НИУ ВШЭ и Лаборатории цифровых исследований литературы и фольклора Института русской литературы (Пушкинского дома) РАН.
Ведущий семинара «Цифровая среда» DHRI@SFU — Андрей Володин (МГУ/СФУ).
Стиховедение — это нетипичный раздел литературоведения, который исторически ориентирован на количественные исследования и этим отличается от более распространённого среди филологов качественного герменевтического подхода к художественным текстам. Строго говоря подсчёты для описания стихового уровня не являются обязательными, например, филологи-классики ограничиваются каталогизацией известных форм и вопросами их исторической реконструкции. Но в русской науке благодаря Андрею Белому, А. Н. Колмогорову и М. Л. Гаспарову установилась традиция, позже названная «русским методом», подразумевающая количественную оценку распространённости стиховых форм. Количественное описание помогает разграничить «фоновые» употребления поэтических размеров и информативные выбросы.
Особенный интерес для современных digital humanities имеют применяемые стиховедами стратегии интерпретации количественных данных. В отличие от последователей концепции distant reading, те, кто пользуется «русским методом», не прибегают к ресурсу социального объяснения выявленных закономерностей, а остаются внутри гуманитарной системы координат, при этом не ограничивая себя и плоским дескриптивизмом. Способы, с помощью которых стиховеды наполняют свои данные смыслом, могут служить продуктивной моделью для digital humanities, во многом запертых в узком пространстве очевидных выводов. В то же время digital humanities могут существенно расширить инструментарий стиховедения за счёт анализа данных и машинного обучения.