HUMAL > Töövood > Muinasjututüübi 0567A analüüs seto imemuinasjuttude korpuses

Muinasjututüübi 0567A analüüs seto imemuinasjuttude korpuses

Töövoog kirjeldab eesmärki analüüsida seto imemuinasjuttude andmestikus jututüüpi 567 (A) ehk imelinnu muinasjuttu, et mõista, kuidas ja millisel määral erinevad selle tüübi variandid üksteisest. Kvalitatiivse analüüsi eest vastutas Gretta Nikolajeva ning R-is andmete töötlemise eest Aleksander Amos Nigesen.

Töövoo sammud

Märksõnad: Avastamine

Esimese etapi eesmärk oli tutvuda andmestikuga. Eesti Rahvaluule Arhiivi muinasjuttude andmebaasi hakati looma 1999. aastal, algselt eesti imemuinasjuttude kogumiseks ja akadeemilise väljaandesarja ettevalmistamiseks, hiljem täiendati seda ka teise muinasjuttude alažanritega. Eesti muinasjuttude andmebaasis on ligikaudu kuus tuhat muinasjuttu, millest 2111 olid andmestikus kättesaadavad seto muinasjutud. Andmestikuga tutvumine võimaldas sõnastada uurimusküsimusi ning otsustada, milliseid metaandmeid või tekstilisi tunnuseid järgmistes etappides analüüsida.

Märksõnad: Kontekstualiseerimine

Selle etapi eesmärk oli uurida seto kultuuri ja ajaloolist tausta, et mõista seto muinasjuttude kujunemiskonteksti ning neile omaseid tunnuseid. Erilist tähelepanu pöörati sellele, et seto kultuur püsis pikka aega kirjakultuurist vähem mõjutatuna, mistõttu on muinasjuttudes säilinud rohkem suulisele pärimusele omast autentsust.

See etapp lõi aluse järgnevatele töövoo sammudele, aidates mõista analüüsitava andmestiku eripära ning toetades uurimusküsimuste sõnastamist.

Märksõnad: Kontseptualiseerimine

Selle etapi eesmärk oli määratleda uurimisküsimused, mis suunaksid edasist analüüsi ning aitaksid keskenduda konkreetsetele teemadele seto muinasjuttudes. Analüüsi fookuseks valiti imelinnu muinasjutud isikliku huvi tõttu ning selleks, et uurida kitsamalt ühe kindla muinasjututüübi eripärasid. Täpsemalt keskenduti tüübile 567A ning selle narratiivsetele ja temaatilistele tunnustele.

Uurimisküsimused:

  1. Kas imelinnu muinasjuttudes esineb tarkusega seotud loom alati linnuna või esineb variatsioone? 
  2. Millised kategooriad või motiivid korduvad sagedamini ning millised harvem?

See etapp lõi aluse järgnevatele töövoo sammudele, kuna uurimisküsimused määrasid, milliseid metaandmeid ja sisulisi tunnuseid esmase töötluse käigus analüüsida. Samuti suunasid need kvalitatiivset analüüsi, metaandmete töötlust ja mudelipõhist tekstitöötlust,  aidates hiljem tulemusi tõlgendada ja võrrelda.

Märksõnad: teadmuse avastamine

Metaandmete töötluse eesmärk oli olemasoleva andmestiku kohaldamine analüüsiks: antud uurimusega seotud andmete eraldamine ülejäänutest ja sorteerimine. Meetodina kasutati programmeerimiskeelt R ja selle teekide abil andmete filtreerimist ja uueks tabeliks kompileerimist. Etapi eesmärk oli luua tingimused sisu kvalitatiivseks analüüsiks (millised tekstid täpsemalt on seotud uurimusega) ning hõlpsustada andmete edasist töötlemist R-is ja teemade modelleerimise ning Word2vec mudelitega. Lisaks tehti selles etapis põhi– ja alamkorpuse võrdlus: kui palju sõnu on alamkorpuse tekstides ning võrrelda neid ülejäänud andmestiku tekstidega. Kogu protsess toimus RStudios kasutades R-i ja erinevaid teeke (tidyverse, stringr, readxl, dplyr, ggplot2, writexl).

Märksõnad: analüüsimine

Selle etapi eesmärk oli läbi viia valitud muinasjuttude detailne kvalitatiivne analüüs, et tuvastada neis esinevaid korduvaid motiive, tegelastüüpe ja narratiivseid elemente. Analüüsi käigus loeti läbi 29 muinasjuttu ning nende põhjal koostati struktureeritud Exceli tabel, mis võimaldas andmeid süstematiseerida ja omavahel võrrelda. Tabelisse märgiti muinasjutu pealkiri nii seto kui ka eesti keeles, loos esineva linnu tüüp mõlemas keeles, maagiline objekt ja selle võimed, protagonist, antagonist, muud tegelased, peamised süžeejooned ning loo lõpp. Kategooriad määrati enne lugemist eesmärgiga, et need oleksid võimelised kattuma iga muinasjutuga. Muinasjuttude sisu analüüsimisel kasutati lisaks tehisintellekti ning seto sõnastiku abi. Mõlemad abivahendid aitasid mõista kindlaid setokeelseid väljendeid  või tõlgendada tekstide sisu võimalikult täpselt.

See etapp seostus järgmiste töövoo sammudega, kuna kvalitatiivse analüüsi käigus kogutud ja kategoriseeritud andmed lõid aluse kontentanalüüsile ning teemaanalüüsi meetodite rakendamisele. Seda etapi tulemusena valminud kodeerimistabeli näol. Samuti aitas see uurimisküsimustele täpsemalt vastata ja toetada hilisemat tulemuste tõlgendamist.

Märksõnad: teemade modelleerimine; masinõpe; klasteranalüüs

Etapi eesmärk oli tuletada tekstist leitud märksõnade põhjal täiendavad sünonüümid, näiteks sõna tsirk teisendid, ning teemade modeleerimine. Vahenditena oli eesmärk kasutada Word2Vec ja LDA-d. See etapp seostub nii varasemate etappidega, kasutades saadud tulemusi, ning ühtlasi juhatanuks see uurimistulemusteni. Antud etapp ebaõnnestus, mille tõttu tuli uurimisviisi kohandada ning kasutada lihtsakoelisemaid võtteid ja vahendeid, seda vaatmata asjaolule, et uurija katsetas meetodi rakendamist ka tehisintellekti toel (Microsoft Copilot). Takistuseks olid järgnevad momendid:

a) Seto keele töötlus: kuivõrd loomuliku keele töötlemine on väljakutse ka selleks eraldi loodud vahenditega, näiteks eesti keele kontekstis EstNLTK kasutades, oli eriti keeruline hakkama saada seto keelega. Kahjuks ei jõudnud uurija sinnamaale, et saaks anda adekvaatse hinnangu millisel määral olemasolevate eesti keele töötlused vahendid sobivad seto keele töötluseks.

b) Uurija varasema kogemuse puudus antud tööriistade kasutamisel.

Märksõnad: võrdlemine

Selle etapi eesmärk oli kvalitatiivse analüüsi tulemusena valminud tabeli uurimine, et sellele anda arvuline mõõde sagedustabelite näol. Etapis said lisavastused (peale kvalitatiivset analüüsi) ka uurimisküsimused: siinkohal sai vaadelda kas ja kui palju oli imelind tähistatud üldiselt linnuna või kindla liigina ning kas ja kui palju esines süžeedes ja põhimotiivides nende põhjal variatiivsust. Tööks kasutati RStudiot ja R-i ning eelnimetatud teeke. Töö jooksul kasutas uurija ka tehisintellekti (Microsoft Copilot), et koodi kirjutada, korrastada ja parandada. Tulemuste tõlgendamisega tegeles uurija ise.

Märksõnad: võrdlemine

Kodeerimistabeli töötlemise järel oli loomulik jätk näidata oletatavaid juttude tüüpe. Kuivõrd süžeed, tegelased, võluvõimed, maagiliste objektid kui ka lõpplahendused olid teataval määral erineda, katsetas uurija kasutades RStudiot alamtüübi sisese tüpoloogia loomist. Eesmärk oli täienevalt saada vastus teisele uurimisküsimusele. Tööks kasutati RStudiot ja R-i ning eelnimetatud teeke. Töö jooksul kasutas uurija ka tehisintellekti (Microsoft Copilot), et koodi kirjutada, korrastada ja parandada ning ka lähenemise enda formuleerimisel. Tulemusi tõlgendas uurija ise.

Märksõnad: diagrammide koostamine

Viimase etapina loodi R-is saadud tulemustele ka jooniste näol visuaalne tasand, seda nii terve korpuse kui ka alamkorpuse võrdluse, kodeerimistabeli põhjal tehtud sagedustabelite kui ka võimalike alamtüüpide puhul. Eesmärk oli teha uurimistulemused lugejale loetavamaks.

Märksõnad: teooria loomine

Selle etapi eesmärk oli eelnevate analüüsi etappide kõrvutamine ja sünteesimine, et vastata uurimisküsimustele ning anda terviklik ülevaade seto imelinnu muinasjuttude eripärast. Selline võrdlev lähenemine tõi esile nii seto muinasjuttude ühiseid narratiivsed mustrid kui ka üksikutele lugudele omaseid erijooni.

Korduvad motiivid, nagu näiteks vaese noormehe katsumused, maagilised esemed ja õiglane lõpplahendus, näitasid, et seto imelinnu muinasjutt järgib kindlat struktuuri (tegelane -> imelinnu osa või tervena tarbimine -> hüve saamine), kuid esineb variatiivsus süžee, tegelaste ja lõpptulemuste osas — näiteks kas hüve saamine on teadmatu tagajärg või vahend eesmärgi saavutamiseks. RStudios tulemuse töötlemine tõi välja variatiivsuse ka arvuliselt ning toetas ka tinglike alamtüüpide loomist.

Märksõnad: andmete visualiseerimine, avaldamine

Viimane etapp hõlmab endas tulemuste slaidiesitluse näol visualiseerimist ja esitamist. Tulemused esitatakse Tartu Ülikooli ,,Kultuuriandmete projekt” aine raames.