Читать «Код бестселлера» онлайн - страница 133
Мэттью Л. Джокерс
232
Роман Хунота Диаса. The Brief Wondrous Life of Oscar Wao, Junot Díaz.
233
Роман Янна Мартела. Life of Pi, Yann Martel.
234
Роман Маргарет Этвуд. The Handmaid’s Tale, Margaret Atwood.
235
Роман Дэвида Лоуренса. Lady Chatterley’s Lover, D.H. Lawrence.
236
Роман Джона Грина. The Fault in Our Stars, John Green.
237
Сокращение от
238
A Heartbreaking Work of Staggering Genius, Dave Eggers.
239
В буквальном переводе «Круг».
240
«Бог ты мой, – подумала Мэй, – я в раю». Здесь и далее «Сфера» цитируется по переводу А. Грызуновой.
241
Finnegans Wake, James Joyce.
242
СЛАДЕНЬКАЯ УТОЧКА!
МОЯ ДРАГОЦЕННАЯ ЛЮБОВЬ СОБЛАЗНИТЕЛЬНО ВЗДЫХАЕТ ПО ТВОЕЙ ЖАЖДЕ. МОЕ ОЧАРОВАНИЕ ЖГУЧЕ СОБЛАЗНЯЕТ ТВОЮ ДРАГОЦЕННУЮ СТРАСТЬ. ТЫ МОЕ ДРАГОЦЕННОЕ БРАТСКОЕ ЧУВСТВО, МОЙ ОШЕЛОМЛЯЮЩИЙ ПЫЛ, МОЙ ЖГУЧИЙ ПЫЛ.
НЕТЕРПЕЛИВО ТВОЙ К. М.У.
243
Do Androids Dream of Electric Sheep? Philip K. Dick.
244
Отрицательная форма третьего лица настоящего времени глагола do («делать»,
245
Сокращенная отрицательная форма настоящего времени глагола can («мочь»,
246
Меня удивила новость, что д-р Арчер пишет роман (
247
После долгого дня, потраченного на обучение компьютера чтению бестселлеров, Мэтт позвонил Джоди и сказал: «Меня просто убивают эти диалоги». Джоди предложила ему утешение в форме шотландского виски (
248
Надежда, надеяться, также женское имя Хоуп, означающее «надежда» (
249
Он не терял надежды, что она купит книгу сама (
250
Она надеялась, что он купит ей книгу (
251
Хоуп сказала, чтобы он купил книгу сам (
252
Для тех, кто интересуется разбором по частям речи, группа обработки естественного языка Стэнфордского университета предлагает демонстрационную программу, доступную в интернете: . (
253
Использовать для этого программу разбора зависимостей первоначально предложили два студента Мэтта – Габи Кириллофф и Джонатан Чен. (
254
«Мэй понимала, что Рената за ней наблюдает, и знала, что сама таращится в некоем ужасе» (
255
Разбор предложения проведен с помощью демонстрационной онлайн-версии программы разбора зависимостей, разработанной в Стэнфордском университете и доступной в интернете по адресу: . (
256
Мэй (
257
Знала (
258
Наблюдает (
259
Конечно, реальная жизнь сложнее, и, будь у нас подлинные данные по продажам книг, мы могли бы использовать их вместо бинарного разграничения (книга либо попала, либо не попала в список бестселлеров NYT). При наличии таких данных мы также могли бы использовать совершенно иной набор прогностических алгоритмов. Следует заметить, что в самых первых экспериментах мы использовали три класса книг – романы, попавшие на первое место в списке бестселлеров, романы, которые попали в список, но не заняли первого места, и небестселлеры. Удивительно, что наша модель смогла с уверенностью в 80 % определить разницу между бестселлером номер один и бестселлерами, занявшими 2–15-е места в списках. То же было верно в отношении «двузначных» книг, то есть тех, которые остаются в списке бестселлеров месяцами. Подобные нюансы мы сочли слишком мелкими для включения в данную книгу, но наблюдать их было чрезвычайно интересно. (