Древнегреческая мифология – это уникальное собрание легенд и повествований, рассказывающих о богах, героях, чудовищах и интригующих событиях, влияющих на судьбы как смертных, так и бессмертных. Несмотря на то, что эти мифы сотворены столетия назад и изложены в различных произведениях, собираясь вместе, они образуют огромное и сложное переплетение персонажей и их связей. Современные методы, такие как сетевой анализ, позволяют посмотреть на этот мир с новой научной точки зрения, выявить структуры и взаимосвязи, которые ранее оставались скрытыми между строк. Картирование мифологии — это процесс создания визуальной и аналитической модели мифологического пространства, основанной на отношениях между героями, богами и другими персонажами мифов. Для того чтобы понять, как устроен этот мифологический лабиринт, необходимо сначала собрать обширный и тщательно отфильтрованный набор данных.
Источником древнегреческих мифов чаще всего служат классические переводы и оригинальные тексты, в том числе эпическая поэзия, трагедии, гимны и прочие литературные произведения, от которых мы берем информацию о персонажах и их взаимодействиях. Один из наиболее надежных и обширных ресурсов — это библиотека Theoi.com, которая содержит англоязычные транслитерации многочисленных текстов Древней Греции в одном месте. Процесс сбора данных начинается со скрапинга текстов — техники автоматизированного извлечения информации с веб-сайтов. После извлечения текста его необходимо разбить на более мелкие логические единицы, например, отдельные мифы или главы, чтобы обеспечить точное определение контекста и связи между персонажами.
Каждая история содержит определенный набор персонажей, взаимодействующих друг с другом, и именно эти связи составляют основу для построения графа – модели, где каждый персонаж представлен в виде узла, а отношения между ними — в виде ребер графа. Для идентификации персонажей применяются современные методы обработки естественного языка (Natural Language Processing, NLP). Однако, учитывая специфику мифологических имен и многочисленные эпитеты, а также синонимы, стандартные модели именованных сущностей (NER) часто оказываются неэффективны. Чтобы преодолеть эти ограничения, используется структурированный список персонажей из базы данных Wikidata, который содержит свыше тысячи уникальных мифологических фигуp с указанием их альтернативных имен, описаний, пола, места обитания и других метаданных. Это позволяет распознавать упоминания героев и богов в текстах с невероятной точностью, сводя все их вариации к одному каноническому имени.
Более того, благодаря фильтрации дубликатов и оптимизации по важности персонажа (на основе ссылок на персонажа с сайта Theoi.com и количества ссылок в других источниках) создается сбалансированная выборка, из которой формируется сетевой граф. Одним из ключевых методов определения связей между персонажами является анализ их совместного появления в пределах определенного контекста, к примеру, в окне из двух предложений. Если два персонажа упоминаются рядом, считается, что между ними существует связка. Такая методика позволяет выявить как очевидные контакты, так и тонкие, возможно даже диалоговые взаимодействия, если речь идет о трагедиях или комедиях, где одна фигура может упоминать другую.
Затем все эти связи нормализуются и взвешиваются с учетом длины и структуры текста, что предотвращает доминирование в анализе персонажей историй с более длинными повествованиями. Для баланса применяется логарифмическая трансформация, которая сглаживает влияние аномально сильных связей, сохраняя при этом порядок важности всех связей. Это помогает создать точную и равномерно взвешенную карту мифологических отношений. Самые значимые персонажи в древнегреческой мифологии получаются путем применения различных мер центральности к построенной сети. Центральность показывает, насколько важна или влиятельна фигура в общем мифологическом повествовании.
Одна из таких метрик — степень центральности, которая просто измеряет количество непосредственных связей персонажа с другими. Высокое значение показывает, что герой или бог активно взаимодействует с большим числом других фигур. Для примера, верховный бог Зевс традиционно имеет очень высокую степень центральности, так как его упоминания и роли затрагивают всевозможные мифы и события. Другая важная метрика — центральность посредника (betweenness centrality), которая оценивает, как часто персонаж является мостом между разными группами героев и богов, связывая разрозненные части сети. Так, бог-посланник Гермес часто оказывается связующим звеном между мирами богов, смертных и подземного царства, что делает его крайне важным в построении сюжета и продвижении мифологических интриг.
Эйгенвекторная центральность учитывает не только количество связей, но и важность самих связанных персонажей. Она помогает выявить персонажей, которые обладают влиянием благодаря своим ассоциациям с другими известными героями и богами. К примеру, богиня мудрости Афина может не иметь самого большого количества связей, но те отношения, которые у неё есть, связывают её с сильными и влиятельными персонажами, такими как Одиссей, Персей и сама высшая семья богов. PageRank, аналогичный алгоритму Google для ранжирования страниц, оценивает популярность персонажей на основе того, кто их упоминает или с кем они связаны. Это помогает определить важность тех, кто, возможно, появляется не так часто, но фигурирует в контексте важных сюжетных линий.
К примеру, бог подземного мира Аид может не прозвучать так часто, как другие, но его роль является ключевой и отмечена указаниями от самых влиятельных богов и героев. Объединение этих подходов позволяет не только получить список самых заметных героев, но и раскрыть скрытые структуры, такие как мифологические кластеры или сообщества персонажей, которые часто действуют вместе или связаны тематически. Выявлены группы, относящиеся к олимпийским богам, героям эпических саг, фигурирующим в трагедиях, и существам подземного мира. Это дает глубокое понимание того, как устное и письменное наследие формировало мифы, связывая отдельные истории в единое мифологическое полотно. Кроме того, изучение гендерных различий в центральности помогает понять, какое место занимали мужчины и женщины в греческом мифе, а также как менялась их роль при переходе от греческой к римской традиции.
Анализ показывает необычные тенденции и позволяет взглянуть на мифологию как на живую систему, отражающую культурные особенности и исторические изменения. Огромное значение имеет и качество текстовых источников, поскольку мифы в эпических поэмах, трагедиях или гимнах обладают разной структурой и объемом, что напрямую влияет на количество и характер контактов между персонажами. Применение методов нормализации дает возможность сбалансировать влияние каждого текста, не допуская искажения результатов из-за разницы в жанрах или длине повествования. В целом, современное картирование мифологии с помощью сетевого анализа и компьютерных методов служит важным инструментом для ученых, историков, филологов и поклонников мифов. Оно не только способствует систематизации огромного объема информации, но и открывает дорогу к новым открытиям, позволяя взглянуть на древние повествования под свежим углом.
Будущие исследования могут расширить эти методы на изучение других мифологий, сравнивать греческую с римской, египетской или скандинавской, а также интегрировать более глубокий анализ текстов и культурных контекстов для создания более полного и многомерного представления о древних мировосприятиях. Благодаря этому мифологический мир становится не просто набором историй, а живой, динамичной сетью, продолжающей вдохновлять и служить объектом исследований в XXI веке.
