Сегодня методы прикладной статистики проникают в самые различные области знания, в том числе и в задачи изучения текстов различной природы. При этом под «текстом» могут пониматься последовательности сигналов того или иного типа, длинные коды, возникающие в генетике, графические изображения (которые можно закодировать и представить в виде «текста»), а также и реальные нарративные тексты (например, исторические хроники, первоисточники, документы и т.п.)
Одна из важных возникающих здесь задач состоит в распознавании зависимых текстов, то есть «похожих» текстов, имеющих в некотором смысле общую природу, общее происхождение. Например, в задаче распознавания образов важно обнаружить среди большой совокупности «изображений» такое, которое максимально «близко» к заранее заданному: в задаче изучения длинных последовательностей сигналов важно уметь обнаруживать «однородные подпоследовательности» и места их стыковок. Сюда относится, в частности, и известная задача о разладке, решению которой в математической статистике, статистике случайных процессов уделяется большое внимание.
Применительно к проблемам изучения нарративных текстов задача распознавания зависимых и независимых текстов (например, хроник) звучит как задача поиска текстов, восходящих, например, к одному общему первоисточнику, оригиналу (такие тексты естественно назвать зависимыми), или, напротив, восходящих к существенно разным первоисточникам (такие тексты естественно назвать независимыми). Ясно, что задачи этого типа чрезвычайно сложны и поэтому следует приветствовать появление новых эмпи-рико-статистических методов распознавания, которые, в совокупности с классическими подходами могут быть полезны в конкретных исследованиях (например, источниковедческих).
Настоящая книга профессора чистой математики А.Т.Фоменко ориентирована, в основном, на разработку таких новых методов применительно к проблеме распознавания зависимых и независимых нарративных текстов и для их датировки (по отношению к текстам с заранее известной достоверной датировкой).
Автор книги предлагает новый подход к задаче распознавания зависимых и независимых нарративных (исторических) текстов на основе нескольких новых эмпирико-статистических моделей (закономерностей), обнаруженных им в результате обширных статистических экспериментов с различными количественными характеристиками конкретных текстов, хроник, первоисточников и т.п. Проверка этих моделей (статистических гипотез) на конкретном материале хроник подтвердила эффективность моделей и позволила предложить новые методы датировки текстов (а точнее, описываемых в этих текстах событий).
Предлагаемый А.Т.Фоменко подход нестандартен и требует от читателя известного внимания и трудолюбия, чтобы освоиться с новыми и возможно непривычными логическими построениями. В то же время основные идеи автора воспринимаются вполне естественно с точки зрения современной математической статистики и легко вписываются в систему мышления специалистов по прикладной статистике.
Полученные автором научные результаты интересны и, возможно, сегодня уже следует говорить о возникновении нового (и довольно неожиданного) научного направления в прикладной статистике, развитие которого представляет несомненный интерес. Все эти результаты опираются на огромный объем работы, выполненный автором совместно с коллективом его коллег-ученых, являющихся, в основном, специалистами-профессионалами в области математической статистики и приложений.
Так как книга посвящена проблемам, находящимся на стыке нескольких научных дисциплин, то неизбежно возникают проблемы установления контакта между специалистами разных специальностей. Многие понятия и термины, привычные в одном кругу ученых, нуждаются в специальном переводе на язык ученых другой специальности и ориентации. Об этом следует помнить читателям настоящей книги, как представителям естественнонаучных специальностей, так и представителям гуманитарных наук. Впрочем, такие «трудности общения» типичны и успешно преодолеваются внутри любого смешанного коллектива ученых, работающего над решением прикладной научной проблемы. Можно надеяться, что многие будущие читатели книги как раз и составят такой коллектив, который успешно продолжит исследования, начатые в книге, написанной широко известным профессионалом-математиком.
Наряду с разработкой новых эмпирико-статистических методов датирования событий, книга содержит и приложения к проблеме современного научного обоснования хронологии событий прошлого. Здесь нужно четко разделить основной статистический результат, полученный в книге (а именно, слоистая структура глобальной «хронологической карты» и ее распадение в «сумму» четырех слоев), и его различные интерпретации и истолкования. Гипотезы и истолкования результатов находятся уже вне рамок точного математического знания, и поэтому, как отмечает автор, следует крайне осторожно формулировать выводы, относящиеся к возможному построению новой «статистической хронологии древности». Автор неоднократно настаивает на необходимости критического анализа и отделения точно установленных фактов от гипотез и интерпретаций этих фактов.
Предлагаемая А.Т.Фоменко концепция является новой, местами неожиданной и заслуживает самого пристального изучения.
Книга написана на высоком научном уровне, является уникальным явлением в международной научной литературе в области приложений методов математической статистики, она не оставит равнодушным ни одного читателя. Она дает также возможность читателю познакомиться с привлекательной личностью ее автора — математика и исследователя истории...
Хочется думать, что читатель, ознакомившийся с первыми страницами книги, прочитает ее с неослабевающим интересом до конца и, как минимум, познакомиться с интересной научной проблемой, а возможно и сам включится в дальнейшие исследования в этой новой и перспективной научной области.
А.Н.ШИРЯЕВ Президент Международного Общества математической статистики и теории вероятностей им. Бернулли (в 1989-1991 годах).
(А.Н.Ширяев, член-корреспондент РАН, профессор, доктор физико-математических наук, заведующий кафедрой теории вероятностей механико-математического факультета МГУ, заведующий отделом теории вероятностей и математической статистики института математики им. В.А. Стеклова, Российской Академии Наук).