Дмитрий Пронин

From Genes to Tokens: a GWAS-inspired Approach for Interpretable Stylometric Analysis, совместно с Евгением Казарцевым. Секция S072, 30 июля 2026 года, аудитория 107.

Секция S026 о связанных открытых данных, поиске исторической информации и выявлении слухов. 29 июля 2026 года, аудитория 103.

Программист и приглашённый преподаватель · Школа филологических наук факультета гуманитарных наук · Москва

• Разрабатываю статистические методы и инструменты обработки естественного языка для анализа литературных текстов с акцентом на интерпретируемость, проверку результатов и воспроизводимость.
• Один из основных разработчиков СОЦИОЛИТа и ПРОЗИМЕТРОНа: аналитические модули, обработка корпусов, API и интерфейсы для исследователей.
• Участвую в преподавании бакалаврского курса «Литература и цифровая гуманитаристика» в 2025/26 учебном году.

Руководитель команды и Python-разработчик · Научно-образовательный центр · Москва

• Руковожу разработкой исследовательского ПО, тестированием и интеграцией компонентов на Python.
• Разрабатываю статистические методы анализа текста и приложения на основе больших языковых моделей.

Магистратура «Цифровые методы в гуманитарных науках» · Москва.

Бакалавриат по направлению «Управление в технических системах», профиль «Интеллектуальные системы управления и обработки данных» · Москва.

Платформа анализа русской литературы. Участвовал в создании корпуса из 755 произведений 180 авторов XVIII–XXI веков.

Сравнительный анализ стиха и прозы: акцентная разметка, моделирование ритма, вероятностное сопоставление и работа с разными языками.

Rank-Turbulence и Jensen–Shannon Delta, разложение результатов на вклады токенов и проверка устойчивости интерпретаций.

Проверка связей между лексическими признаками и авторством с помощью логистической регрессии и поправки на множественные сравнения.

Pronin, D., & Kazartsev, E. (2026). Rank-Turbulence Delta and interpretable approaches to stylometric Delta measures. Digital Scholarship in the Humanities, 41(3), 1616–1630.

Pronin, D., & Kazartsev, E. (2026). From Genes to Tokens: a GWAS-inspired Approach for Interpretable Stylometric Analysis. Краткий доклад на DH2026; препринт arXiv:2606.09543.

Kazartsev, E., Pronin, D., & Kirina, M. (в печати). Digital Literary Studies at the New Russian Computational Platform SOCIOLIT. In Proceedings of the 37th Conference of Open Innovations Association FRUCT. IEEE.

Казарцев Е. В., Пронин Д. Д. (2024). Основы цифровой филологии: методы и принципы компьютерного анализа текста. Санкт-Петербург: Политехника. 178 с.

Python, SQL, Git; R для исследовательских задач; pandas, NumPy, SciPy, scikit-learn, statsmodels; Django и REST API. Стилометрия, обработка корпусов, статистическое моделирование, кластеризация, визуализация данных и приложения на основе больших языковых моделей.

Автор «Системного Блока». Победитель BEST Hack 2023 в направлении Data Science.