Результаты исследования текстов 450+ русскоязычных рэп-исполнителей
Много лет назад я увидел американскую инфографику словарного запаса американских рэперов, и это вдохновило меня на создание аналогичного материала только с русскоязычными музыкантами. Возможности были ограничены, поэтому методика была не очень качественной, и спустя более чем 10 лет мне захотелось обновить этот график. При помощи анализа текстов удалось измерить, сколько разных лемм (словарных форм) встречается в очищенном корпусе песен. Основная метрика — число уникальных лемм в первых 25 000 слов корпуса: так честнее сравнивать артистов с разным объёмом текстов.
На графике ниже вы можете видеть, у кого тексты разнообразнее. Чем правее находится кружок артиста, тем разнообразнее лексика. Кроме этого, вы можете воспользоваться поиском артиста, а также пройти тест, чтобы сравнить свои знания с рэперскими.
← проведите по графику, чтобы прокрутить →
* признан в РФ иноагентом. Про Oxxxymiron выходил подкаст-расследование о насилии над несовершеннолетними «Творческий метод».
* корпус меньше 25 000 слов — показано полное значение обработанного корпуса, результат менее надёжен.
Не нашли артиста в списке? Предложите его. Если получится собрать достаточно текстов, добавлю при следующем пересчёте.
Написать мнеВажно отметить, здесь не измеряется пассивный словарный запас человека. Это корпусная метрика: мы считаем, сколько разных лемм встречается в очищенных текстах песен, собранных с Genius. Тексты очищаются, точные повторы строк удаляются, слова приводятся к леммам (razdel + pymorphy3).
Основная метрика — количество уникальных лемм в первых 25 000 слов очищенного корпуса. Все «надёжные» артисты измерены на одинаковом объёме текста, поэтому их значения напрямую сравнимы (в отличие от размера всего корпуса, который зависит от того, сколько песен удалось собрать). Артисты с корпусом меньше 25 000 слов показаны бледными кругами и с пониженной надёжностью: их результат сильнее зависит от объёма доступных текстов.
Осторожно со сравнением. Ориентиры «дошкольник», «иностранец, изучающий русский» и «профессиональный филолог» измерены экспертной оценкой словаря, а не корпусным подсчётом на фиксированном окне. Это не прямое сравнение, показывается только для контекста.
Ограничения: покрытие Genius неравномерно; лемматизация сленга, мата, транслита и английских слов неидеальна; повторюсь, это не оценка активного или пассивного словаря человека. Фотографии взяты из открытых данных Genius; круги без фото — временные заглушки.