Multidimensional Scaling e geometria riemanniana nei testi di attribuzione incerta

This thesis aims to explore the use of Multidimensional Scaling (MDS) and tools from Riemannian geometry for the analysis and authorship attribution of literary texts. The work involves the use of a dataset composed of contemporary Italian novels, appropriately represented through distance measures based on stylometric features. The MDS technique will be employed to obtain a low-dimensional representation of the relationships among texts, while Riemannian geometry will allow these representations to be modeled in non-Euclidean spaces, potentially better suited to capturing the intrinsic structures of textual data. The final target is to assess the effectiveness of this integrated approach in the development of a statistical method for the attribution of texts with uncertain authorship.

La presente tesi si propone di esplorare l’impiego della Multidimensional Scaling (MDS) e degli strumenti della geometria riemanniana per l’analisi e l’attribuzione autoriale di testi letterari. Il lavoro prevede l’utilizzo di un dataset costituito da romanzi italiani contemporanei, opportunamente rappresentati attraverso misure di distanza basate su caratteristiche stilometriche. La tecnica di MDS verrà impiegata per ottenere una rappresentazione a bassa dimensionalità delle relazioni tra i testi, mentre la geometria riemanniana consentirà di modellare tali rappresentazioni in spazi non euclidei, potenzialmente più adatti a catturare le strutture intrinseche dei dati testuali. L’obiettivo finale è valutare l’efficacia di questo approccio integrato nello sviluppo di un metodo statistico per l’attribuzione di testi di autore incerto.