Фоностатистики¶

ruts.phon_stats.PhonStats

Описание¶

Модуль для вычисления фоностатистик текста: долей классов звуков, консонантных кластеров и зияний, энтропии CV-шаблонов, «жёсткости», индексов аллитерации и ассонанса, а также статистик слогов. В качестве источника данных может использоваться как непосредственно текст, так и объект класса Doc библиотеки spaCy.

Статистики считаются по буквам без учета оглушения, редукции и ударения. Классы букв заданы константами ruts.constants:

Класс	Буквы	Константа
Гласные	а, е, и, о, у, ы, э, ю, я, ё	`RU_VOWELS`
Сонорные согласные	л, м, н, р, й	`RU_CONSONANTS_SONOR`, `RU_CONSONANTS_YET`
Звонкие шумные согласные	б, в, г, д, ж, з	`RU_CONSONANTS_HIGH`
Глухие шумные согласные	к, п, с, т, ф, х, ц, ч, ш, щ	`RU_CONSONANTS_LOW`
Знаки	ь, ъ - не являются звуками и не учитываются в долях	`RU_MARKS`

Слова делятся на слоги по правилу восходящей звучности (Аванесов), см. функцию syllabify.

Примечание

Вычисление статистик происходит в момент инициализации объекта класса PhonStats.

Параметры¶

Параметр	Тип	По умолчанию	Описание
`source`	str/Doc	`-`	Источник данных (строка или объект Doc)
`words_extractor`	WordsExtractor	`None`	Инструмент для извлечения слов
`window_len`	int	`3`	Размер окна в словах для аллитерации и ассонанса

Атрибуты¶

Атрибут	Тип	Описание
`words`	tuple[str]	Кортеж извлеченных слов в нижнем регистре
`syllables`	tuple[tuple[str, ...], ...]	Кортеж слогов каждого слова
`n_vowels`	int	Количество гласных
`n_consonants`	int	Количество согласных
`n_sonorants`	int	Количество сонорных согласных
`n_voiced`	int	Количество звонких шумных согласных
`n_voiceless`	int	Количество глухих шумных согласных
`n_marks`	int	Количество мягких и твердых знаков
`c_clusters`	dict[int, int]	Распределение консонантных кластеров по длине
`c_syllable_patterns`	dict[str, int]	Распределение слогов по CV-шаблону
`p_vowels`	float	Доля гласных среди звуков
`p_sonorants`	float	Доля сонорных согласных среди звуков
`p_voiced`	float	Доля звонких шумных согласных среди звуков
`p_voiceless`	float	Доля глухих шумных согласных среди звуков
`consonant_vowel_ratio`	float	Отношение согласных к гласным
`p_heavy_clusters`	float	Доля кластеров из 3 и более согласных
`p_hiatus`	float	Зияний гласных на слово
`cv_entropy`	float	Энтропия CV-шаблонов слов в битах
`hardness`	float	Жёсткость - отношение глухих шумных к гласным и сонорным
`alliteration`	float	Индекс аллитерации
`assonance`	float	Индекс ассонанса
`p_open_syllables`	float	Доля открытых слогов
`mean_syllable_len`	float	Средняя длина слога в буквах

Примечание

Каждую статистику можно вычислить отдельно, выполнив соответствующую функцию. Подробную информацию о фоностатистиках и функциях, используемых для их вычисления, можно узнать в соответствующем разделе.

Методы¶

get_stats¶

Возвращает справочник с вычисленными фоностатистиками текста.

Пример

Код:

# Загрузка библиотек
from ruts import PhonStats

# Подготовка данных
text = "Ног нет, а хожу, рта нет, а скажу: когда спать, когда вставать, когда работу начинать"

# Вычисление статистик
ps = PhonStats(text)
ps.get_stats()

Результат:

{'p_vowels': 0.4032258064516129,
'p_sonorants': 0.11290322580645161,
'p_voiced': 0.1935483870967742,
'p_voiceless': 0.2903225806451613,
'consonant_vowel_ratio': 1.48,
'p_heavy_clusters': 0.034482758620689655,
'p_hiatus': 0.0,
'cv_entropy': 3.1395722619867223,
'hardness': 0.5625,
'alliteration': 0.9149440867502556,
'assonance': 0.802520508857449,
'p_open_syllables': 0.76,
'mean_syllable_len': 2.6}

Слоги и распределения доступны как атрибуты:

Пример

ps.syllables[:4]
# (('ног',), ('нет',), ('а',), ('хо', 'жу'))
ps.c_clusters
# {1: 22, 2: 6, 3: 1}
ps.c_syllable_patterns
# {'CCCV': 1, 'CCV': 5, 'CCVC': 1, 'CV': 11, 'CVC': 5, 'V': 2}

print_stats¶

Выводит на экран таблицу с вычисленными фоностатистиками текста.

Пример

Код:

...

# Отображение таблицы вычисленных статистик
ps.print_stats()

Результат:

               Статистика               | Значение
--------------------------------------------------
Доля гласных                            |   0.40
Доля сонорных согласных                 |   0.11
Доля звонких шумных согласных           |   0.19
Доля глухих шумных согласных            |   0.29
Отношение согласных к гласным           |   1.48
Доля кластеров из 3 и более согласных   |   0.03
Зияний гласных на слово                 |   0.00
Энтропия CV-шаблонов слов (бит)         |   3.14
Жёсткость                               |   0.56
Индекс аллитерации                      |   0.91
Индекс ассонанса                        |   0.80
Доля открытых слогов                    |   0.76
Средняя длина слога (букв)              |   2.60