Social network analysis of characters in historical works is a popular research methodology in the study of historical literature. This article proposes using this methodology to characterize and comparatively analyze editing styles of similar historical literary works to determine whether they were edited by the same hand. To that end, the study proposes constructing a network of characters for each of the works being studied and to compute standard statistical measures for these networks, thus producing a network-based profile for the editing style of each work, which can be compared to the profiles of various other works. To determine the effectiveness of this new approach, it was tested on two similar works from the realm of Rabbinic literature—the Mishnah and the Tosefta. Our findings show that despite the abundant structural, thematic, and linguistic similarities of the works, their network-based profiles demonstrated clear differences between them with respect to various parameters, like the degree of connectivity, density, and centrality of the networks and their communities, and also with respect to the usage of different types of relationships in each network. These differences are reflected in the network features of the works, rather than in their texts, and so it would be difficult to identify them using direct stylometric analysis on the texts of the works, especially given the stylistic and thematic similarity between them. The approach presented in this article forms a basis for developing automatic classifiers to identify different editors and editing styles based on works’ network-based profiles.

中文翻译：

---

比较网络分析作为编辑分析任务的新方法：来自拉比文学的 Mishnah 和 Tosefta 的案例研究

历史著作中人物的社会网络分析是历史文学研究中流行的研究方法。本文提出用这种方法来表征和比较分析类似历史文学作品的编辑风格，以确定它们是否由同一个人编辑。为此，该研究建议为每个正在研究的作品构建一个字符网络，并计算这些网络的标准统计度量，从而为每个作品的编辑风格生成一个基于网络的配置文件，可以与各种其他作品的简介。为了确定这种新方法的有效性，它在拉比文学领域的两部类似作品——密西拿和托塞夫塔——上进行了测试。我们的研究结果表明，尽管有丰富的结构、主题、和作品的语言相似性，它们基于网络的配置文件显示了它们之间在各种参数方面的明显差异，例如网络及其社区的连接程度、密度和中心性，以及不同类型的使用每个网络中的关系。这些差异反映在作品的网络特征上，而不是在它们的文本中，因此很难通过对作品文本的直接文体分析来识别它们，特别是考虑到它们之间的文体和主题相似性。本文中介绍的方法构成了开发自动分类器的基础，以根据作品的基于网络的配置文件识别不同的编辑器和编辑风格。他们基于网络的配置文件显示了他们之间在各种参数方面的明显差异，例如网络及其社区的连接程度、密度和中心性，以及每个网络中不同类型关系的使用。这些差异反映在作品的网络特征上，而不是在它们的文本中，因此很难通过对作品文本的直接文体分析来识别它们，特别是考虑到它们之间的文体和主题相似性。本文中介绍的方法构成了开发自动分类器的基础，以根据作品的基于网络的配置文件识别不同的编辑器和编辑风格。他们基于网络的配置文件显示了他们之间在各种参数方面的明显差异，例如网络及其社区的连接程度、密度和中心性，以及每个网络中不同类型关系的使用。这些差异反映在作品的网络特征上，而不是在它们的文本中，因此很难通过对作品文本的直接文体分析来识别它们，特别是考虑到它们之间的文体和主题相似性。本文中介绍的方法构成了开发自动分类器的基础，以根据作品的基于网络的配置文件识别不同的编辑器和编辑风格。网络及其社区的中心地位，以及每个网络中不同类型关系的使用。这些差异反映在作品的网络特征上，而不是在它们的文本中，因此很难通过对作品文本的直接文体分析来识别它们，特别是考虑到它们之间的文体和主题相似性。本文中介绍的方法构成了开发自动分类器的基础，以根据作品的基于网络的配置文件识别不同的编辑器和编辑风格。网络及其社区的中心地位，以及每个网络中不同类型关系的使用。这些差异反映在作品的网络特征上，而不是在它们的文本中，因此很难通过对作品文本的直接文体分析来识别它们，特别是考虑到它们之间的文体和主题相似性。本文中介绍的方法构成了开发自动分类器的基础，以根据作品的基于网络的配置文件识别不同的编辑器和编辑风格。因此，很难通过对作品文本的直接文体分析来识别它们，尤其是考虑到它们之间的文体和主题相似性。本文中介绍的方法构成了开发自动分类器的基础，以根据作品的基于网络的配置文件识别不同的编辑器和编辑风格。因此，很难通过对作品文本的直接文体分析来识别它们，尤其是考虑到它们之间的文体和主题相似性。本文中介绍的方法构成了开发自动分类器的基础，以根据作品的基于网络的配置文件识别不同的编辑器和编辑风格。