AI 「旧約聖書は寄せ集め本」

https://nazology.kusuguru.co.jp/archives/179571

この正解率は誰が決めてるんだよ
既存研究との一致率だろ

> まず各章に登場する単語の「元の形（たとえば “歩く”“歩いた”をまとめて“歩く”と数える）」をすべて数え、よく出てくる単語どうしの組み合わせパターンも記録します。
> そのうえで「A という章は “歩く” と “王” が多いタイプ」「B は “契約” と “祭り” が多いタイプ」といった “単語の指紋” を作り、各章がどのグループに属するかを分類させました。

単語間の共起確率の統計は統計言語学の基本だけど
例に出した「王/歩く」と「契約/祭り」の相違は、記述対象や文脈の違いだろ
ナゾロジーの説明って科学でも統計でも的外れな説明が多くて眉唾文に見えてしまうね
書いてる本人はそれらしい文を作る事に必死でロジックの不自然さをゴリ押しで誤魔化す芸風なのか

論文のイントロと方法にはそんな事書いてないだろ
イントロでは、他研究にはAI適用もあるけど未解決問題が残るから、AI以前からある統計言語学的手法を説明している

> いくつかの最近の研究では、人工ニューラルネットワーク（NN）[24–25]など、機械学習と自然言語処理（NLP）に最新の技術が適用されています。それでも、著者の帰属方法と聖書への適用の明らかな進歩にもかかわらず[13,14,18–21,26,27]、多くの問題は未解決のままです。

この構成で著作者識別問題の研究って
割と謎な話だね、特にその分野を知らないと。

①律法は大元を作った人が居る前提で一人と数えられるのか、あるいは編集・追加で文体等が変化すると別カウントするのか？
まあ編集履歴の痕跡を探すのは歴史的変遷の傍証として興味深いかもしれない
②預言書は、それ預言者の数を数えたいのか、文書化や編集もカウントするのか？
③諸書ってのは、もともと別の文書としてあった物をガッチャンコしたなら、作者は個別じゃね

この構成で作者もしくは編纂者が３つのグループにクラスター分類できるのは割と当然の話だよね

伝統的著者で言えば、律法はモーゼ、預言書は各預言者、諸書はそれぞれの著者となるのだけど
実際には複数の資料から編纂されているから、こんな感じ

[区分],(伝統的著者),現代の学問的見解
・[律法],(モーセ（1人）),JEDPの複数資料＋編集者（4〜5人以上）
・[預言書],(預言者本人（例：イザヤなど）),預言者＋弟子・編集者（数名〜数世代）
・[諸書],(ダビデ、ソロモンなど（7人ほど）),多数の無名著者＋編集者（10人以上の関与も）

著者識別問題と言われるけど、実際は編集履歴の文体分析をやっている感じ

https://www.bible.com/ja/bible/83/GEN.1.JCB

旧約聖書の日本語の翻訳の中ではバツグンに読みやすい
読みやすくなるように地文を追加したり、逆に削ったりして
文体も難読的な表現を極力排除して、非常に読みやすくしている

が大前提なのに矛盾あるんだもんなあ

[項目],内容
[コーパス正式名] ETCBC Hebrew Text Database 4.18
[所在] Vrije Universiteit Amsterdam / GitHub
[原典] Biblia Hebraica Stuttgartensia（BHS）
[主な出典書] Deuteronomy, Joshua–Kings, Genesis–Numbers, Leviticus, Estherなど
[コーパス分類] D（申命記系）、DtrH（申命記的歴史）、P（祭司系）

ヨブもノブもいない

🧾 論文の概要：批判的聖書研究における自動著者帰属

1. 研究目的・背景
• 目的：聖書の異なる著者や写本者（D＝Deuteronomy層、DtrH＝Deuteronomistic History、P＝Priestly層）を、自動化された統計分析を用いて識別・帰属すること。
• 背景：これまでも聖書研究で筆者分析が試みられてきたが、主観に頼らず透明で客観的に示せる方法には限界があった。

2. 方法（HC–Higher Criticism）
1. 語形（レマ）抽出：Hebrew Bibleから語の原形に統一。
2. 特徴選定：語やn‑gram（2～3語）の頻度を数え、辞書化（約1,447語）。
3. HC不一致スコア計算：
• 各語について二項検定を行い、p値を取得。
• HC統計により、わずかな頻度差を捉え、不一致度を算出。
4. 帰属判断：
• 各章を3つのコーパス（D, DtrH, P）の拡張集合と比較。
• HCスコアの帰無分布（正規分布と仮定）からp値→最も可能性の高いコーパスを選出。
5. 解釈性：帰属を決定した説明として、判別に寄与した語（レマ）も提示。

3. 結果
• 検証（ground‑truth 50章）：
• クラスタリング分析で3層が分離（特にP層は明確に異なる）。
• 正しく帰属された割合：全体84%、D 78%、DtrH 72%、P 95%（FN率4％未満）。
• DとDtrHは似ており、誤帰属の多くがこの2つ間で発生。
• 追加分析（帰属不確定章）：
• Deut 4やジェイコブ初期、エステル書、レビ記26節などの帰属検討。
• 多くは既存の学説と整合性あり。例えばArk narrativeの前半はDtrHやPと異なるが後半はDtrHに近い、といった結果。

4. 結論
• HCを用いたn‑gram頻度分析は短文でも解釈可能な筆者特性を可視化でき、聖書研究に実用的な補助ツールとなりうる。
• 特にPriestly層の識別に高い精度を持ち、解釈の補強として有効。