Get the full ebook with Bonus Features for a Better Reading Experience on ebookmeta.

com

Multi-aspect Learning: Methods and Applications

Richi Nayak

https://ebookmeta.com/product/multi-aspect-learning-methods-
and-applications-richi-nayak/

OR CLICK HERE

DOWLOAD NOW

Download more ebook instantly today at https://ebookmeta.com

 Recommended digital products (PDF, EPUB, MOBI) that
you can download immediately if you are interested.

Primary Mathematics 3A Hoerst

https://ebookmeta.com/product/primary-mathematics-3a-hoerst/

ebookmeta.com

Online Learning Systems: Methods and Applications with

Large-Scale Data Zdzislaw Polkowski (Editor)

https://ebookmeta.com/product/online-learning-systems-methods-and-
applications-with-large-scale-data-zdzislaw-polkowski-editor/

ebookmeta.com

Applications of Nanovesicular Drug Delivery 1st Edition

Amit Kumar Nayak (Editor)

https://ebookmeta.com/product/applications-of-nanovesicular-drug-
delivery-1st-edition-amit-kumar-nayak-editor/

ebookmeta.com

Restrictive Labor Practices in the Supermarket Industry

Herbert R. Northrup

https://ebookmeta.com/product/restrictive-labor-practices-in-the-
supermarket-industry-herbert-r-northrup/

ebookmeta.com
One Piece T31 Kcc

https://ebookmeta.com/product/one-piece-t31-kcc/

ebookmeta.com

Tennis 2021st Edition Greg Ruth

https://ebookmeta.com/product/tennis-2021st-edition-greg-ruth/

ebookmeta.com

The Witch s Curse Ruthless Mate First Edition Peggy Chan

https://ebookmeta.com/product/the-witch-s-curse-ruthless-mate-first-
edition-peggy-chan/

ebookmeta.com

Kozier and Erb's Fundamentals of Nursing 11th Edition

Audrey T. Berman

https://ebookmeta.com/product/kozier-and-erbs-fundamentals-of-
nursing-11th-edition-audrey-t-berman/

ebookmeta.com

Hostile Homelands The New Alliance Between India and

Israel Azad Essa

https://ebookmeta.com/product/hostile-homelands-the-new-alliance-
between-india-and-israel-azad-essa/

ebookmeta.com
Polarized Light and the Mueller Matrix Approach 2nd
Edition José J. Gil

https://ebookmeta.com/product/polarized-light-and-the-mueller-matrix-
approach-2nd-edition-jose-j-gil/

ebookmeta.com
Intelligent Systems Reference Library 242

Richi Nayak
Khanh Luong

Multi-aspect
Learning
Methods and Applications
Intelligent Systems Reference Library

Volume 242

Series Editors
Janusz Kacprzyk, Polish Academy of Sciences, Warsaw, Poland
Lakhmi C. Jain, KES International, Shoreham-by-Sea, UK
The aim of this series is to publish a Reference Library, including novel advances
and developments in all aspects of Intelligent Systems in an easily accessible and
well structured form. The series includes reference works, handbooks, compendia,
textbooks, well-structured monographs, dictionaries, and encyclopedias. It contains
well integrated knowledge and current information in the field of Intelligent Systems.
The series covers the theory, applications, and design methods of Intelligent Systems.
Virtually all disciplines such as engineering, computer science, avionics, business,
e-commerce, environment, healthcare, physics and life science are included. The list
of topics spans all the areas of modern intelligent systems such as: Ambient intelli-
gence, Computational intelligence, Social intelligence, Computational neuroscience,
Artificial life, Virtual society, Cognitive systems, DNA and immunity-based systems,
e-Learning and teaching, Human-centred computing and Machine ethics, Intelligent
control, Intelligent data analysis, Knowledge-based paradigms, Knowledge manage-
ment, Intelligent agents, Intelligent decision making, Intelligent network security,
Interactive entertainment, Learning paradigms, Recommender systems, Robotics
and Mechatronics including human-machine teaming, Self-organizing and adap-
tive systems, Soft computing including Neural systems, Fuzzy systems, Evolu-
tionary computing and the Fusion of these paradigms, Perception and Vision, Web
intelligence and Multimedia.
Indexed by SCOPUS, DBLP, zbMATH, SCImago.
All books published in the series are submitted for consideration in Web of Science.
Richi Nayak · Khanh Luong

Multi-aspect Learning
Methods and Applications
Richi Nayak Khanh Luong
Faculty of Science Faculty of Science
School of Computer Science School of Computer Science
Centre for Data Science Centre for Data Science
Queensland University of Technology Queensland University of Technology
Brisbane, Australia Brisbane, Australia

ISSN 1868-4394 ISSN 1868-4408 (electronic)

Intelligent Systems Reference Library
ISBN 978-3-031-33559-4 ISBN 978-3-031-33560-0 (eBook)
https://doi.org/10.1007/978-3-031-33560-0

© Springer Nature Switzerland AG 2023

This work is subject to copyright. All rights are reserved by the Publisher, whether the whole or part of
the material is concerned, specifically the rights of translation, reprinting, reuse of illustrations, recitation,
broadcasting, reproduction on microfilms or in any other physical way, and transmission or information
storage and retrieval, electronic adaptation, computer software, or by similar or dissimilar methodology
now known or hereafter developed.
The use of general descriptive names, registered names, trademarks, service marks, etc. in this publication
does not imply, even in the absence of a specific statement, that such names are exempt from the relevant
protective laws and regulations and therefore free for general use.
The publisher, the authors, and the editors are safe to assume that the advice and information in this book
are believed to be true and accurate at the date of publication. Neither the publisher nor the authors or
the editors give a warranty, expressed or implied, with respect to the material contained herein or for any
errors or omissions that may have been made. The publisher remains neutral with regard to jurisdictional
claims in published maps and institutional affiliations.

This Springer imprint is published by the registered company Springer Nature Switzerland AG
The registered company address is: Gewerbestrasse 11, 6330 Cham, Switzerland
Contents

1 Multi-aspect Data Learning: Overview, Challenges

and Approaches . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Multi-type Relational Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2.1 Object Type, Objects . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2.2 Relationships . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2.3 Bi-type Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.3 Multi-view Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.3.1 Partial Multi-view Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.3.2 Consensus and Complementary Information
in Multi-view Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.4 Relationship Between MTRD and Multi-view Data . . . . . . . . . . . . . . 9
1.5 Real-World Multi-aspect Data Applications . . . . . . . . . . . . . . . . . . . . 10
1.5.1 Text Mining . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.5.2 Image Mining . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.5.3 Bio-informatics . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.5.4 Social-Network Mining . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.6 Multi-aspect Data Clustering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.6.1 Why Design Customized Multi-aspect Clustering
Methods? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.6.2 Multi-aspect Data Clustering: Approaches . . . . . . . . . . . . . . . 16
1.7 Chapter Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2 Non-negative Matrix Factorization-Based Multi-aspect Data
Clustering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.2 NMF Framework: Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.3 NMF Framework: Basic Concepts and Definitions . . . . . . . . . . . . . . 30
2.3.1 NMF Formulation on Traditional Data . . . . . . . . . . . . . . . . . . 30
2.3.2 NMF-Based Clustering Process . . . . . . . . . . . . . . . . . . . . . . . . 31

v
vi Contents

2.3.3 Constraints . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.3.4 Benefits of NMF . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.4 NMF-Based Clustering Methods on One-Aspect Data . . . . . . . . . . . 35
2.5 NMF-Based Clustering Methods on Multi-aspect Data . . . . . . . . . . . 37
2.5.1 NMF-Based Clustering Methods on Multi-view Data . . . . . . 37
2.5.2 NMF-Based Clustering Methods on MTRD Data . . . . . . . . . 43
2.6 Chapter Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3 NMF and Manifold Learning for Multi-aspect Data . . . . . . . . . . . . . . . 51
3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
3.2 Introduction to Manifold Learning . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
3.3 NMF and Manifold Learning-Based Clustering Methods
Applied to Traditional One-Aspect Data . . . . . . . . . . . . . . . . . . . . . . . 54
3.3.1 Manifold Learning Formulation . . . . . . . . . . . . . . . . . . . . . . . . 54
3.3.2 Manifold Learning Based NMF Methods
of Traditional One-Aspect Data . . . . . . . . . . . . . . . . . . . . . . . . 57
3.3.3 Challenges in Manifold Learning . . . . . . . . . . . . . . . . . . . . . . . 58
3.4 NMF and Manifold Learning-Based Clustering Methods
Applied to Multi-aspect Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
3.4.1 Learning the Manifold on Each Aspect
of the Multi-aspect Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
3.4.2 Learning the Accurate Manifold on Each Aspect . . . . . . . . . 65
3.4.3 Learning the Intrinsic Consensus Manifold
on Multi-view Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
3.4.4 Discussion: Manifold Learning Approaches
for Multi-view Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
3.5 Chapter Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
4 Subspace Learning for Multi-aspect Data . . . . . . . . . . . . . . . . . . . . . . . . . 77
4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
4.2 Subspace Clustering: Basics . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
4.3 One-Aspect Subspace Clustering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
4.3.1 Problem Definition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
4.3.2 Subspace-Based Clustering Methods . . . . . . . . . . . . . . . . . . . . 81
4.4 Multi-aspect Subspace Clustering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
4.4.1 Multi-view Clustering Definition . . . . . . . . . . . . . . . . . . . . . . . 85
4.4.2 Multi-view Subspace Clustering Using Early
Integration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
4.4.3 Multi-view Subspace Clustering Using Late
Integration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
4.4.4 Multi-view Subspace Clustering Using Intermediate
Integration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
4.4.5 Multi-view Subspace Clustering Using a Shared
Unified Representation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
Contents vii

4.5 Discussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
4.6 Chapter Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
5 Spectral Clustering on Multi-aspect Data . . . . . . . . . . . . . . . . . . . . . . . . . 103
5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
5.2 Spectral Clustering on Traditional One-Aspect Data . . . . . . . . . . . . . 105
5.2.1 Fundamental Concepts . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
5.2.2 Spectral Clustering Approach on One-Aspect Data . . . . . . . . 108
5.3 Spectral Clustering Methods on Multi-aspect Data . . . . . . . . . . . . . . 110
5.3.1 Multi-view Spectral Clustering Methods . . . . . . . . . . . . . . . . . 110
5.3.2 MTRD Spectral Clustering . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
5.4 Chapter Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
6 Learning Consensus and Complementary Information
for Multi-aspect Data Clustering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
6.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
6.2 Overview of Learning Consensus and Complementary
Information . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
6.3 Learning Consensus and Complementary Information Using
NMF . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130
6.3.1 NMF-Based Methods Focused on Learning
the Consensus Information . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130
6.3.2 NMF-Based Methods Focused on Enhancing
the Complementary Information . . . . . . . . . . . . . . . . . . . . . . . . 136
6.3.3 NMF-Based Methods Focused on Enhancing
Consensus and Complementary Information Both . . . . . . . . 138
6.4 Learning Consensus and Complementary Information Using
Subspace . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139
6.4.1 Subspace-Based Methods Learning the Consensus
Information . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139
6.4.2 Subspace-Based Methods Learning
the Complementary Information . . . . . . . . . . . . . . . . . . . . . . . . 140
6.4.3 Subspace-Based Methods Learning Both Consensus
and Complementary Information . . . . . . . . . . . . . . . . . . . . . . . 141
6.5 Learning Consensus and Complementary Information Using
Spectral Clustering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143
6.5.1 Spectral Methods Learning Consensus
and Complementary Information . . . . . . . . . . . . . . . . . . . . . . . 144
6.6 Summary of Constraints and Regularizations Designed
for Learning the Consensus and Complementary Information . . . . . 146
6.6.1 For Learning the Consensus Information . . . . . . . . . . . . . . . . 147
6.6.2 For Learning the Complementary Information . . . . . . . . . . . . 147
6.7 Chapter Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 148
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149
viii Contents

7 Deep Learning-Based Methods for Multi-aspect Data

Clustering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
7.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
7.2 Autoencoder-Based Multi-view Data Clustering . . . . . . . . . . . . . . . . 153
7.2.1 Introduction to Autoencoder . . . . . . . . . . . . . . . . . . . . . . . . . . . 153
7.2.2 AE-Based Clustering for One-View Data . . . . . . . . . . . . . . . . 155
7.2.3 AE-Based Clustering for Multi-view Data . . . . . . . . . . . . . . . 158
7.3 GAN-Based Multi-view Data Clustering . . . . . . . . . . . . . . . . . . . . . . . 164
7.3.1 Introduction to GAN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164
7.3.2 GAN-Based Clustering for One-View Data . . . . . . . . . . . . . . 165
7.3.3 GAN-Based Clustering for Multi-view Data . . . . . . . . . . . . . 168
7.4 Deep Matrix Factorization-Based Multi-view Clustering . . . . . . . . . 172
7.4.1 Deep Matrix Factorization (DMF)-Based Framework
Definition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 172
7.4.2 DMF-Based Clustering on One-View Data . . . . . . . . . . . . . . . 174
7.4.3 DMF-Based Clustering on Multi-view Data . . . . . . . . . . . . . . 176
7.4.4 Remarks: Deep Semi-NMF and Deep-NMF . . . . . . . . . . . . . . 181
7.5 Chapter Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182
References . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182
Chapter 1
Multi-aspect Data Learning: Overview,
Challenges and Approaches

Abstract Multi-aspect data, which represents information from multiple perspec-

tives, is becoming increasingly common and important. This is because such data
has the ability to incorporate diverse information, enabling machine learning algo-
rithms to accurately learn the relationships within the data and provide informative
outcomes. This chapter provides an overview of multi-aspect data and discusses the
various ways these aspects can be represented, such as different types or views. Sev-
eral examples of such datasets are presented. Additionally, the chapter briefly intro-
duces the multi-aspect data clustering problem and explores common approaches for
finding clustering solutions.

Keywords Multi-type relational data · Multi-view data · Multi-type relational

data clustering · Multi-view data clustering

1.1 Introduction

Multi-aspect data represents information about entities/objects (such as customers,

events etc.) from various perspectives, encompassing multiple types of relationships
or features. When a dataset contains multiple types of relationships to represent
information, it is referred to as Multi-type Relational Data (MTRD). On the other
hand, when a dataset represents information through multiple views, it is known
as Multi-view data. This chapter provides an overview of multi-aspect data and the
multi-aspect data clustering problem, with a focus on essential concepts. It analyzes
the relationship between MTRD and multi-view data, highlighting the challenges
associated with each dataset type.
In MTRD, there are various types of objects and multiple relationships among
these interrelated objects. Each object type is defined by a set of features and there
are several instances that consist of different combinations of these features. Each
instance is referred to as an entity or object, such as a customer or an event. Enti-
ties within the same object type exhibit intra-type relationship, while entities of
different object types encode inter-type relationship.

© Springer Nature Switzerland AG 2023 1

R. Nayak and K. Luong, Multi-aspect Learning, Intelligent Systems Reference
Library 242, https://doi.org/10.1007/978-3-031-33560-0_1
2 1 Multi-aspect Data Learning: Overview, Challenges and Approaches

An example of MTRD is information presented on a social network like Twitter. It

involves three types of objects: Users, Tweets and Terms. Objects within the “Users”
type have intra-type relationships based on connections such as retweets, replies and
mentions. Similarly, objects within the “Tweets” type have intra-type relationships
based on representation, such as common topics or mentions of a common location,
and so on. Additionally, objects across these object types share inter-type relation-
ships, such as posting (between Users and Tweets), using (between Users and Terms),
or containing (between Tweets and Terms), as illustrated in Fig. 1.1.
Another example of MTRD is a web search system that includes four object types:
Webpages, Users, Queries and Words, along with different types of relationships.
These relationships include issuing (between Users and Queries), viewing (between
Users and Webpages), referring (between Queries and Webpages) and containing
(between Queries and Words or between Webpages and Words), as illustrated in
Fig. 1.2.
Examples of multi-view data are provided in Fig. 1.3, where data can be sourced
from multiple sources and each source can be considered a view. For example,

Fig. 1.1 An example of multi-type relational data with three object types: Users, Tweets and Terms
and various relationships between them

Users Webpages

a11 a12 a13 a14 viewing 0 0 x 0 x

a21 a22 a23 a24 0 0 0 x 0
issuing containing
a31 a32 a33 a34 referencing x 0 0 x 0
a41 a42 a43 a44 0 0 x 0 x

Relationships between objects of containing Each inter-type relationship

each type will be encoded in each Queries Words between two different objects
affinity matrix, e.g., the pairwise types will be encoded in each
similarity matrix of users. inter-type relationship matrix, e.g.,
the webpages-words co-occurence
matrix.

Fig. 1.2 Another example of multi-type relational data with four object types: Users, Webpages,
Queries and Terms and various relationships between them
1.1 Introduction 3

Image

Text

a. b.
Edge

Fourier

Texture

c. d.

Fig. 1.3 Examples of multi-view data [72]

each newspaper forms a view in Fig. 1.3a (e.g., news from BBC, Yahoo etc.), or
each source can come in different forms such as text, image as in Fig. 1.3b. The
multilingual dataset as shown in Fig. 1.3c is a typical multi-view dataset where each
language type corresponds to a view and each document is represented by different
language translations. An image can be described by many different features such
as Edge, Fourier or Texture as in Fig. 1.3d. Each type of feature represents a unique
view in the dataset.
With the advancements in data collection and storage technologies, multi-aspect
data has become prevalent. Both MTRD and multi-view datasets share the character-
istic of providing complementary information for the learning process, but they focus
on different aspects, relationship types, or views. This book treats these two dataset
types as multi-aspect data, where different aspects in multi-view data correspond to
different views, and different object types along with their associated relationships
constitute different aspects in MTRD data.
Due to the incorporation of rich information, customized machine learning algo-
rithms are required to leverage multiple relationships and types present in multi-
aspect data, resulting in informative outcomes for supervised or unsupervised learn-
ing tasks. This book primarily focuses on the unsupervised machine learning
task of clustering, which aims to extract useful information from unlabelled data
by identifying natural groupings based on similarities.
Clustering has been extensively studied in various fields, including data mining,
text mining, image processing, web analysis, and bioinformatics. Clustering methods
designed for traditional data, where samples are represented by a single type of feature
or considered from a single view, need to be modified. Customized multi-aspect data
4 1 Multi-aspect Data Learning: Overview, Challenges and Approaches

Fig. 1.4 Content structure of the chapter

clustering methods should accurately explore and identify the underlying structure
while extracting useful and meaningful knowledge. Learning methods need to exploit
the latent relatedness between samples and different feature objects in MTRD, as
well as the latent properties of data in each view representation in multi-view data
[47, 52, 73].
Given the necessity of considering all available information to derive meaningful
outcomes and the inherent complexity of multi-aspect data, clustering on MTRD
and multi-view data remains a challenging problem that deserves careful attention.
A plethora of MTRD and multi-view clustering methods have been developed based
on concepts such as graph partitions (e.g., spectral clustering) [19, 38, 39, 47, 64],
subspace learning [12, 28, 75, 80], and nonnegative matrix factorization (NMF)
[33, 37, 73, 74, 94]. These approaches can identify underlying structures in multi-
aspect data and have demonstrated improved performance compared to traditional
clustering methods. Each approach has its own strengths and limitations, which will
be detailed in this book for readers’ understanding.
The structure of the chapter is depicted in Fig. 1.4.

1.2 Multi-type Relational Data

An MTRD dataset comprises various types of objects and multiple relationships

among these interconnected objects. Each aspect can be represented by an object
type in the dataset, along with the associated relationships between the object types.
For instance, the MTRD dataset shown in Fig. 1.5 has three aspects: (1) Webpages
and the relationships between Webpages and other object types; (2) Hyperlinks and
the relationships between Hyperlinks and other object types; and (3) Terms and the
relationships between Terms and other object types.
1.2 Multi-type Relational Data 5

Terms Hyperlinks
t1 h1
h2
t2 t3

t4 h3

t6 t5 h4

h5

t7 h6
t8 w1
t9 h7
w3
w2
w4

w5
w6

w8
w7
w9
Webpages

Fig. 1.5 An example of MTRD with three object types: Webpages, Terms, Hyperlinks. The intra-
type relationships are represented as solid lines and inter-type relationships are represented as dotted
lines

1.2.1 Object Type, Objects

An object type refers to a collection of objects of the same data type. For example, the
Webpages object type consists of several webpage objects or instances, denoted as
w1 , w2 , etc., in the MTRD web search system dataset presented in Fig. 1.5. MTRD
encompasses multiple object types. In the given example, there are three distinct
object types corresponding to three different aspects: Webpages, Hyperlinks, and
Terms. The Webpages object type is referred to as the sample object type, while
Hyperlinks and Terms are considered as feature object types.

1.2.2 Relationships
MTRD involves three types of relationships: inter-type, intra-type and association
relationships.

a. Inter-type relationship and Intra-type relationship

The inter-type relationship in MTRD describes the relationships between objects

of two different object types. Meanwhile, the intra-type relationship models the
6 1 Multi-aspect Data Learning: Overview, Challenges and Approaches

Fig. 1.6 Association

relationship

relationships between objects of the same type. In the example depicted in Fig. 1.5,
the inter-type relationships are the connections between objects of Webpages and
Terms, between objects of Webpages and Hyperlinks, and between objects of Terms
and Hyperlinks, indicated by dashed lines. On the other hand, the intra-type relation-
ships are the connections between objects within Webpages, within Hyperlinks, or
within Terms, represented by solid lines. Each inter-type or intra-type relationship
can be encoded in a matrix, which becomes an input for the MTRD learning process.

b. Association relationship

Intra-type and inter-type relationships capture the similarity between individual

objects within the object types. The association relationship captures the relationships
between groups of objects [47]. Identifying and utilizing the association relationship
or the interactions between groups to learn a higher-order to lower-order mapping can
enhance clustering performance. An illustration of association relationships between
groups is shown in Fig. 1.6, which represents the relations between different groups
of different object types. In the figure, the red clusters represent document groups
and the green clusters represent term groups. An association relationship can exist
between a document cluster and a term cluster, as indicated by the dashed line in the
figure.

1.2.3 Bi-type Data

A special case of MTRD is known as bi-type data, where the dataset contains only two
object types: the sample object type and the feature object type. The clustering task
on bi-type data is referred to as co-clustering or bi-clustering, where the clustering
task is performed simultaneously on the rows and columns of the input data matrix.
While the data samples are grouped based on their features, the features can be
clustered using their distributions across the data samples. There are various real-
world applications that exhibit the duality between data samples and features, which
Random documents with unrelated
content Scribd suggests to you:
valo hetkeksi hänen omille kasvoilleen, kasvoille, jotka minä tunsin.
Tyttö oli luonnottoman kalpea ja hänen päänsä oli kääritty
lainattuun, halpaan huiviin. Mutta minä olen varma siitä, että hän oli.
Etta Todd, miljoonamiehen tytär.»

»Hän palasi samaa tietä yhtä salaperäisesti ja ovi sulkeutui taas

hänen jälkeensä. Olin jo aikeissa kiivetä aidan yli ja seurata häntä,
kun muistin, että salapoliisi-into, joka oli houkutellut minut
seikkailuun, oli jokseenkin sopimaton arvolleni, ja että minä vankilan
alijohtajana ollen pidin jo kaikkia kortteja käsissäni. Olin juuri
kääntymäisilläni pois, kun yössä alkoi kuulua uutta melua. Jossain
ylemmässä kerroksessa aukeni ikkuna, mutta juuri talon nurkan
takana, niin etten minä saattanut nähdä sitä, ja tavattoman selvä
ääni kuului huutelevan pihalle kysyen, missä Lordi Falconroy oli, sillä
häntä ei löytynyt mistään huoneesta talossa. Siitä äänestä ei voinut
erehtyä. Minä olin kuullut sen monelta poliittiselta puhujalavalta ja
monessa johtokunnan kokouksessa; se oli Ireton Todd itse.
Muutamat toiset näyttivät menneen alempien ikkunoiden tai
portaiden luo, ja huutelivat hänelle, että Falconroy oli mennyt
kävelylle Pilgrim's Pondille päin noin tunti sitten, eikä hänestä ei
sittemmin ollut näkynyt merkkiäkään. Silloin huusi Todd kovasti,
'Hyvä Jumala', löi ikkunan rajusti kiinni ja minä kuulin hänen
jymistävän sisäportaita alas. Palautuen varhaisempaan,
järkevämpään päätökseeni kiiruhdin pois kohta alkavan yleisen
etsinnän tieltä, ja palasin tänne hiukan yli yhdentoista.»

»Nyt pyydän teitä muistelemaan tuota pientä perheuutista, joka

teistä näytti olevan niin tuskastuttavan vailla mielenkiintoa. Jos vanki
ei säästänytkään laukaustaan Toddia varten, niinkuin asia nähtävästi
onkin, on pikemmin luultavaa, että hän säilytti sitä lordi Falconroyta
varten ja näyttääpä siltä kuin olisi hän saanut tehtävänsä
toimitetuksi. Eipä juuri ole sopivampaa ampumapaikkaa kuin tuon
lammen omituisesti muodostunut ympäristö, jossa maahan
paiskautunut ruumis vaipuu paksun mudan läpi mittaamattomaan
syvyyteen. Otaksukaamme siis, että leikkotukkainen ystävämme
tulikin tappamaan Falconroyn eikä Toddin. Mutta, kuten minä jo olen
huomauttanut, on olemassa monta syytä, joitten takia moni
Amerikassa haluaisi tappaa Toddin. Mutta ei ole olemassa mitään
syytä, minkä vuoksi joku amerikkalainen haluaisi murhata äsken
maahan tulleen englantilaisen lordin, paitsi tuota yhtä, hienoston
lehdessä mainittua seikkaa — että lordi osoittaa huomiota
miljoonatytölle. Meidän leikkotukkainen ystävämme on kai, huonosti
sopivista vaatteistaan huolimatta, kosijaksi pyrkivä.»

»Minä käsitän, että tuo viittaus tuntunee teistä sorahtavalta,

vieläpä koomilliseltakin, mutta tehän olette englantilainen. Se
kuulostaa teistä samanlaiselta kuin jos kerrottaisiin, että Canterburyn
arkkipiispan tytär menee naimisiin St. Georgessa, Hannover
Squarella, vapaalle jalalle päästetyn kadunlakaisijan kanssa. Te ette
voi arvostella oikein meidän etevimpien kansalaistemme nousemis-
ja pyrkimishalua. Te näette edullisen näköisen, harmaatukkaisen
miehen seurustelupuvussa astelevan jokseenkin tärkeän näköisenä,
Te saatte kuulla, että hän on valtion tukipylväitä, ja te kuvittelette,
että hänellä on rikas isä. Te erehdytte. Te ette voi käsittää, että hän
muutamia harvoja vuosia sitten on ollut pidätettynä tai yhtä hyvin
vankilassa. Te ette ota huomioon meidän kansallista vireyttämme ja
kohoamiskykyämme. Useat meidän vaikutusvaltaisimmista
kansalaisistamme eivät ainoastaan ole kohonneet asemaansa
äskettäin, vaan kohonneet jokseenkin myöhään elämässään. Toddin
tytär oli jo täyttänyt yhdeksäntoista vuotta, kun hänen isänsä laski
perustuksen omaisuudelleen, niin ettei siinä, että hänen tyttärellään
olisi halpa-arvoinen mielitietty, ole mitään mahdotonta; eikä
myöskään siinä, että tyttö on kiintynyt häneen, niin kuin luulen
asioitten olevan lyhtypuuhasta päättäen. Jos niin on, on lyhtyä
kantava käsi kai yhteydessä pyssyä pitelevän käden kanssa. Tästä
asiasta, sir, tulee aika melu.»

»No», sanoi pappi kärsivällisesti, »ja mitä teitte te sitten?»

»Minä arvelen, että te pahastutte», vastasi Usher, »sillä minä

tiedän, että te ette saata hyväksyä tieteen tehtävää näissä asioissa.
Minä olen noudattanut suurta hienotunteisuutta tässä asiassa,
ehkäpä suuremmassakin määrässä kuin oikeastaan olin halukas. Ja
minä, arvelin, että nyt oli sopiva tilaisuus käyttää todistajana tuota
'sielunmittaria', josta olen kertonut. Minun mielipiteeni mukaan ei tuo
kone voi valehdella.»

»Kone ei voi valehdella», sanoi isä Brown, »eikä voi sanoa

totuuttakaan.»

»Tässä tapauksessa se sanoo, kuten teille näytän», jatkoi Usher

luottavasti. »Minä asetin huonosti puetun miehen mukavaan tuoliin
ja kirjoitin sanoja pahvipalaselle. Kone ilmaisi vain hänen
valtasuonensa toiminnan muutokset, ja minä tarkkasin hänen
oloaan. Koko taito on siinä, että otaksuttuun rikokseen viittaavia
sanoja sekoitetaan sanoihin, jotka ovat yhteydessä jonkun aivan
toisen asian kanssa, kuitenkin sellaisiin sanoihin, joilla on aivan
luonnollinen yhteys. Tällä lailla kirjoitin minä sanat haikara, kotka ja
pöllö, ja kun minä kirjoitin haukka [haukka = falcon], oli hän hyvin
levoton. Mutta kun minä aloin piirtää r:ää sanan loppuun, hyppeli
kone aivan. Kellä muulla tässä valtakunnassa olisi mitään syytä
vavahtaa kuullessaan sellaisen äsken tulleen englantilaisen nimen
kuin Falconroy, paitsi sillä miehellä, joka ampui hänet? Eikö tämä ole
parempi vahvistus kuin lörpöttelevän todistajajoukon antama:
luotettavan koneen todistus?» — »Te unohdatte kuitenkin»,
huomautti hänen toverinsa, »että epäluotettava kone on ohjannut
tuota luotettavaa konetta.»

»Mitä te tarkoitatte?» kysyi salapoliisi.

»Minä tarkoitan ihmistä», sanoi isä Brown, »epäluotettavalta

konetta minkä tunnen. En tahdo olla epäkohtelias enkä luule, että te
pitäisitte sanaa 'ihminen' loukkaavana, tai epätarkkana määritelmänä
itsestänne. Te sanotte tarkanneenne hänen käytöstään, mutta
kuinka voitte tietää, olivatko huomionne oikeita? Te sanoitte, että
sanojen pitäisi tulla esiin luonnollisesti, mutta mistä te tiedätte, että
te kirjoititte ne luonnollisesti? Mikä todistaa, ettette tekin ollut
kiihoittunut? Teidän valtasuoneenne ei oltu yhdistetty konetta.»

»Minä sanon teille», huusi amerikkalainen hyvin kiihkeästi, »että

minä olin kylmä kuin kurkku.»

»Rikollinenkin saattaa olla kylmä kuin kurkku», sanoi Brown

hymyillen.
»Tai ainakin yhtä kylmä kuin te.»

»Mutta tämä ei ollut», sanoi Usher työntäen papereita syrjään.

»Te tuskastutatte minua.»

»Valitan sitä», sanoi toinen. »Minä huomautin vain järjellisestä

mahdollisuudesta. Jos te osaatte lukea hänen käytöksestään, milloin
se sana, joka oli langettava hänet, oli käsillä, kuinka ei hän osaisi
lukea teidän käytöksestänne, että langettava sana oli esillä? Minä
pyytäisin muitakin todistuksia kuin sanoja, ennenkuin tuomitsisin
miehen syylliseksi.»
 Usher löi nyrkillään pöytään ja nousi ylös jonkinlaisen kiukkuisen
riemastuksen vallassa.

»Ja sen», huusi hän, »aioin juuri antaa teille. Minä asetin koneen
juuri siihen kuntoon, että se saattoi todistaa saman asian jälkeenpäin
toisella tavoin. Ja kone on oikeassa, sir.»

Hän oli hetkisen vaiti ja jatkoi sitten vähemmän kiihtyneenä. »Minä

tahtoisin mieluummin väittää, jos siihen joudutaan, että minulla
siihen saakka oli hyvin vähän ohjeita paitsi tuota tieteellistä koetta.
Yleensä ei mikään puhunut miestä vastaan. Hänen vaatteensa
sopivat huonosti, niinkuin minä sanoin, mutta ne olivat hituisen
paremmat kuin se rappeutunut yhteiskuntaluokka, johon hän
nähtävästi kuuluu. Paitsi sitä oli mies, huolimatta juoksustaan
kynnettyjen peltojen yli ja tunkeutumisestaan pölyisen aidan läpi,
verrattain siisti. Se saattoi kylläkin johtua siitä, että hän juuri äsken
oli karannut vankilasta, mutta se muistutti minun mielestäni
enemmän kunnollisen köyhän miehen toivotonta siisteyttä. Hänen
käytöksensä oli, olen velvollinen tunnustamaan sen, täysin
samanlainen kuin kunnon miesten. Hän oli hiljainen ja arvokas kuin
he, ja hänellä näytti olevan suuri, salainen huoli kannettavanaan.
Hän vakuutti täydellistä tietämättömyyttä rikoksesta ja koko asiasta,
eikä osoittanut muuta kuin jöröä kärsimättömyyttä, odottaen että
joku tulisi pelastamaan hänet tästä mielettömästä tilanteesta. Hän
kysyi minulta useamman kerran, saisiko hän soittaa eräälle
lakimiehelle, joka oli auttanut häntä kauan sitten eräässä
kauppariidassa, ja toimi kaikin tavoin niin kuin viaton mies minun
nähdäkseni olisi toiminut. Häntä vastaan ei puhunut kerrassaan
mikään tässä maailmassa, paitsi tuo pikku sormi koneessa, joka
osoitti hänen sydämensä tykytyksen muutokset.
 »Sitten tarkastettiin konetta häntä tutkittaessa ja se oli täysin
kunnossa. Samalla tulin minä hänen kanssaan yksityisestä huoneesta
odotussaliin, jossa oli kaikenlaista väkeä tutkintoa odottamassa. Minä
arvelin, että hän oli jo enemmän tai vähemmän rohkaissut mieltään
selvittääkseen asiat tunnustuksen tapaisella. Hän kääntyi minuun
päin ja alkoi puhua matalalla äänellä: 'Minä en voi pidättäytyä
kauempaa. Jos haluatte tietää kaikki minusta…'

»Samalla hetkellä eräs pitkällä penkillä istuvista naisparoista nousi

ylös huudahtaen ja osoitti häntä sormellaan. En ole koskaan
eläissäni kuullut mitään niin pirullisen selvää. Hänen laiha sormensa
näytti erottavan hänet joukosta kuin ampumalla. Vaikka puhe olikin
yhtä ulvontaa, kuului joka tavu tarkasti kuin erilliset kellon
läppäykset.

»'Drugger Davis', huusi hän. 'Sinäkin olet kiinni, Drugger Davis.'

»Rappiolle joutuneista naisista, jotka enimmäkseen olivat varkaita

ja katutyttöjä, käänsi ainakin kaksikymmentä päänsä töllistellen
häntä nauraen ja vihan ilme kasvoillaan. Vaikk'en minä koskaan olisi
kuullut noita sanoja, olisin huomannut hänen piirteittensä
voimakkaasta värähdyksestä, että niin sanottu Oscar Rian oli kuullut
oikean nimensä. Aivan niin tietämätön en minäkään ole, saatte ehkä
hämmästykseksenne kuulla. Drugger Davis oli kaikkein kurjimpia ja
rappeutuneimpia pahantekijöitä, mitkä koskaan ovat vetäneet
nenästä meidän poliisiamme. On varmaa, että hän on tehnyt monta
murhaa kauan ennen tätä viimeistä tihutyötä, jonka uhriksi vartija
joutui. Mutta häntä ei koskaan saatu kiinni niistä, kumma kyllä, sillä
hän teki ne samalla tavoin kuin viattomammat, tai pienemmät
rikoksensa joista hän joutui kiinni sangen usein. Hän oli miellyttävä,
hyvännäköinen roisto, niinkuin hän vieläkin jossain määrin on, ja
hänen tapanaan oli seurustella baarityttöjen ja tarjoilijattarien
kanssa ja menettää heidän rahansa. Hyvin usein meni hän kuitenkin
paljon pitemmälle, ja heidät tavattiin myrkytettyinä suklaalla tai
savukkeilla, koko omaisuus tipo tiessään. Sitten sattui tapaus, jolloin
tyttö tavattiin kuolleena, mutta epäilyksiä ei voitu täydellisesti
näyttää toteen ja, mikä oli vielä taitavampaa, rikollista ei löydetty.
Minä kuulin huhuttavan, että hän oli ilmestynyt jossain muualla
samaan aikaan aivan päinvastaisissa hommissa lainaten rahaa
muille, sen sijaan että hän ennen oli tarvinnut sitä itse; mutta
ainoastaan sellaisille köyhille leskille, jotka hän voi hurmata
persoonallisuudellaan, ja aivan samalla huonolla tuloksella heihin
nähden. Niin, siinä on teidän viaton miehenne ja siinä hänen viaton
saavutuksensa. Sen jälkeen on neljä pahantekijää ja kolme vartijaa
tuntenut hänet ja vahvistanut asian. Mitäs te nyt sanotte minun
pikku koneestani tämän jälkeen? Eikö se ole langettanut hänet?
Taikka sanotteko mieluummin, että minä tai tuo nainen olemme
langettaneet hänet?»

»Mitä siihen tulee, että te olisitte langettanut hänet», vastasi isä

Brown nousten ja pudistellen itseään hitaasti, »olette te pelastanut
hänet sähkötuolista. En luule, että te voitte tappaa Drugger Davisia
tuon vanhan myrkytystarinan perusteella; ja mitä tulee vankiin, joka
murhasi vartijan, on luullakseni päivän selvää, ettette ole saanut
häntä kiinni. Herra Davis on syytön tähän rikokseen, oli miten
hyvänsä.»

»Mitä te tarkoitatte»? kysyi toinen. »Kuinka voisi hän olla syytön

tähän rikokseen?»

»Siunaa ja varjele!» huusi pieni mies joutuen harvinaisen kiihkon

valtaan. »Siksi, että hän on syyllinen noihin muihin! Minä en tiedä,
mitä te oikeastaan ajattelette! Te näytte luulevan, että kaikki rikokset
ovat koottuina yhteen laatikkoon. Te puhutte kuin olisi maanantainen
kerjäläinen jo tiistaina tuhlari. Te kerrotte minulle, että tuo mies,
joka on täällä, eli viikkoja ja kuukausia petetyiltä köyhiltä naisilta
anastamillaan pienillä rahasummilla, että hän käytti rohtoja
parhaissa ja myrkkyä pahimmissa tapauksissa, että hän esiintyi
jälkeenpäin mitä parhaimpana lainanantajana ja petti vielä enemmän
köyhää kansaa samalla kärsivällisellä ja rauhallisella tavalla. No
olkoon niin — otaksukaamme selvyyden vuoksi, että hän teki kaiken
tuon. Jos asianlaita on sellainen, sanon minä teille, mitä hän ei
saattanut tehdä. Hän ei voinut hyökätä yli piikkiharjaisen muurin
ladatulla pyssyllä varustettua miestä vastaan. Hän ei voinut kirjoittaa
muuriin omalla kädellään, että hän oli tehnyt sen. Hän ei voinut
pysähtyä ilmoittamaan, että itsepuolustus oli hänen puolustuksensa.
Hän ei voinut selittää, ettei hän kantanut vihaa vartija paralle. Hän ei
voinut sanoa sen rikkaan miehen talon nimeä, jonne hän oli
menossa pyssyineen. Hän ei voinut kirjoittaa oman nimensä
alkukirjaimia miehen verellä. Pyhimysten nimessä! Ettekö huomaa,
että koko luonne on aivan toisenlainen, niin hyvässä kuin
pahassakin? Te ette näytä olevan vähääkään minun kaltaiseni. Voisi
luulla, ettei teillä itsellänne koskaan ole ollut vikoja.»

Ällistynyt amerikkalainen oli jo avannut suunsa vastatakseen, kun

hänen yksityis- ja virkahuoneensa ovea kolkutettiin ja rämisytettiin
hävyttömällä tavalla, johon hän oli täydellisesti tottumaton.

Ovi lensi auki. Juuri äsken oli Greywood Usher tullut siihen
johtopäätökseen, että isä Brown mahdollisesti oli hullu, nyt alkoi hän
miettiä, että hän itse oli hullu. Hänen yksityishuoneeseensa
murtautui ja syöksyi mitä saastaisimpiin ryysyihin puettu mies,
rasvainen luuhkahattu aivan vinossa päässä, hänen toisessa
silmässään vilahteli konnamainen, vihreä ilme, ja molemmat silmät
kiilsivät kuin tiikerin silmät. Muut osat hänen kasvoistaan olivat
näkymättömissä, koska ne peitti takkuinen parta ja viikset, joitten
läpi vain nenä oli päässyt tunkeutumaan ja jotka vielä sen lisäksi oli
kiedottu likaiseen, punaiseen kaulaliinaan. Herra Usher kehui
nähneensä useimmat valtion villeimmistä roistoista, mutta hän ei
muistanut koskaan nähneensä tällaista variksenpelätiksi puettua
pavianiapinaa. Mutta ennen kaikkea ei hän koskaan, rauhallisen,
tieteellisen olemassaolonsa aikana ollut kuullut tuon näköisen
miehen puhuttelevan häntä ensiksi.

»Hoi, ukko Usher», huusi punaisella kaulahuivilla varustettu

olento. »Minä olen jo kyllästynyt tähän. Haluatteko koetella
minuunkin jotain konstejanne ja koukkujanne. Minua ei petetä.
Antakaa minun vieraani mennä pois, tai minä panen sekaisin koko
tämän hassun laitoksen. Pitäkää häntä täällä hetkikään, niin saattepa
tuntea itsenne verrattain kurjaksi. Minä arvelen, etten minäkään ole
aivan voimaton mies.»

Kunnianarvoisa herra Usher katseli ärjyvää hirviötä niin suuren

hämmästyksen vallassa, että se tukahdutti kaikki muut tunteet. Vain
tuo hänen silmiään loukkaava näky oli tehnyt hänen korvansakin
käytäntöön kelpaamattomiksi. Vihdoin soitti hän kiivaasti kelloa
toisella kädellään. Sillä aikaa kun kello kilisi voimakkaasti ja kaikuen,
kuului isä Brownin ääni hiljaa mutta selvästi.

»Minulla on ehdotus tehtävänä», sanoi hän, »mutta se tuntuu

hiukan sekavalta. Minä en tunne tätä herraa, mutta — mutta minä
luulen tuntevani hänet. No, te tunnette hänet — te tunnette hänet
aivan hyvin — kyllä te tunnette hänet; tietysti. Se kuuluu oudolta,
eikö totta.»
 »Minä arvelen, että maailman kaikkeus on murtunut», sanoi Usher
vaipuen läjään pyöreään virkatuoliinsa.

»No, kuulkaapa», kiljui vieras, lyöden nyrkillään pöytään, puhuen

äänellä, joka tuntui yhä salaperäisemmältä sen vuoksi, että se nyt oli
vienompi ja käsitettävämpi, vaikka yhä kaikuva: »Minä en tahdo
väitellä kanssanne. Minä en tahdo…»

»Kuka hiidessä te sitten olette?» kivahti Usher ojentautuen äkkiä

suoraksi istuimellaan.

»Minä arvelen, että tuon herran nimi on Todd», sanoi pappi.

Sitten otti hän käteensä sanomalehtiliuskan.

»Minä luulen, että te ette lukenut perheuutisia oikealla tavalla,

sanoi hän alkaen lukea yksitoikkoisella äänellään ’… tai on suljettu
kaupunkimme iloisinten johtomiesten arvokkaihin rintoihin, mutta
huhu kertoo hauskasta pilasta, joka koskee yhteiskunta-asteikon
toisessa päässä olevien yksinkertaista käytöstä ja tapoja’. Pilgrim's
Pondissa on pidetty suuremmoiset naamiaiset tänä yönä, ja yksi
vieraista on kadonnut. Herra Ireton Todd on kelpo isäntä ja on
seurannut häntä tänne, ehtimättä muuttaa hassua pukuaan.»

»Mitä miestä te tarkoitatte.»

»Minä tarkoitan sitä miestä, jonka te näitte koomillisiin, liian

suuriin vaatteihin puettuna juoksevan pitkin peltoa. Etteköhän tehne
viisaimmin, jos menette ottamaan selkoa hänestä? Hän lienee
jokseenkin kärsimätön pääsemään takaisin samppanjansa ääreen,
josta hän juoksi tiehensä aika kyytiä, kun pyssyllä varustettu vanki
tuli näkyviin.»
 »Tarkoitatteko tosiaan…», aloitti virkamies.

»No, kuulkaapa, herra Usher», sanoi isä Brown rauhallisesti, »te

sanoitte, että kone ei voi erehtyä; ja eräässä suhteessa se ei
erehtynytkään. Mutta toinen kone, se, joka oli valmistanut
suonimittarin, erehtyikin. Te väititte, että tuo repaleinen mies
säpsähti kuullessaan Falconroyn nimen, siksi, että hän oli murhannut
tämän. Hän säpsähti Falconroyn nimestä sen vuoksi että hän on lordi
Falconroy.»

»Minkä ihmeen takia hän ei ilmoittanut, kuka hän oli?» kysyi

ällistynyt
Usher.

»Hän ymmärsi että hänen asemansa, ja äkillinen hätääntymisensä

eivät sopineet aatelismiehelle», vastasi pappi, »niin että hän päätti
ensin pitää nimensä salassa. Hän aikoi juuri kertoa siitä teille, kun»
— ja isä Brown katseli kenkiään — »eräs nainen keksi hänelle toisen
nimen».

»Mutta ettehän te ole kyllin hullu väittämään», sanoi Greywood

Usher, hyvin kalpeana, »että lordi Falconroy olisi Drugger Davis.»

Pappi katseli häntä hyvin vakavasti, mutta hyvin erehdyttävän ja

selvittämättömän näköisenä.

»Minä en sano hänestä yhtään mitään», sanoi hän. »Minä jätän

loput teille. Teidän lehtenne kertovat, että hänen arvonimensä oli
vasta äsken löydetty, mutta lehdet ovat hyvin epäluotettavia.
Sanotaan, että hän on ollut Yhdysvalloissa nuoruudessaan, mutta
koko juttu näyttää hyvin omituiselta. Davis ja Falconroy ovat
molemmat suuria pelkureita, mutta sellaisia ovat monet muutkin
miehet. Minä en tahtoisi hirttää koiraakaan tämän mielipiteeni
vuoksi. Mutta minä ajattelen» — jatkoi hän hiljaa ja miettivästi —
»minä arvelen, että te amerikkalaiset olette liian vaatimattomia. Minä
arvelen, että teillä on liian korkea käsitys englantilaisista ylimyksistä
— juuri otaksuessanne, että he ovat niin ylimysmielisiä. Te näette
edullisen näköisen englantilaisen seurustelupuvussa, te tiedätte, että
hän kuuluu Ylähuoneeseen, ja te kuvittelette, että hänellä on mainio
isä. Te ette ota lukuun meidän kansallista vireyttämme ja
edistyshaluamme.

»Useat meidän huomatuimmista aatelismiehistämme eivät

ainoastaan ole kohonneet äskettäin, vaan…»

»Hoi, seis!» huusi Greywood Usher väännellen laihoja käsiään

kärsimättömästi huomatessaan ironian pilkahduksen papin kasvoilla.

»Älkää viitsikö haastattaa tuota hourupäätä», huusi Todd

karkeasti.
»Viekää minut ystäväni luo.»

Seuraavana päivänä ilmestyi isä Brown taas yhtä yksivakaisen

näköisenä, kuljettaen muassaan uusia hienoston sanomalehtiä.

»Minä pelkää, että te nykyään lyötte laimin hienoston

sanomalehdet», sanoi hän. »Mutta ehkä tämä otus huvittaa teitä.»

Usher luki otsakkeet: Last Trickin karkulaiskemut. Hauska sattuma

Pilgrim's Pondin luona. Uutinen jatkui: »Naurettava tapaus sattui
Wilkins'onin automobiilitallien luona viime yönä. Vartiossa olevan
poliisimiehen huomio suuntautui erääseen vangin puvussa olevaan
mieheen, joka huomattavan kylmäverisesti nousi hienoon Panhard-
automobiiliin ohjaajan paikalle. Hänen seurassaan oli ryysyiseen
liinaan verhottu tyttö. Poliisin sekaantuessa asiaan veti tyttö huivin
syrjään ja kaikki tunsivat miljoonamies Toddin tyttären, joka juuri oli
tullut naamiohuveista Pondista, missä kaikilla vierailla oli yhtäläiset
naamiot. Hän ja herrasmies, jotka olivat pukeutuneet vangin
pukuihin, olivat lähdössä tavalliselle huviajelulle.»

Tämän alta löysi herra Usher toisenkin uutisen: »Miljoonamiehen

tyttären hämmästyttävä pako vangin kanssa. Hän oli järjestänyt
naamiohuvit. Nyt terveenä…»

Herra Greywood Usher nosti silmänsä, mutta isä Brown oli mennyt
pois.
PUNAINEN TEKOTUKKA

Herra Edward Nutt, The Daily Reformerin ahkera julkaisija, istui

pulpettinsa ääressä avaten kirjeitä ja tarkastaen korehtuuria nuoren,
reippaan neidin käyttämän kirjoituskoneen iloisesti rätistessä.

Hän oli roteva, hyväntahtoisen näköinen mies, paitahihasillaan.

Hänen liikkeensä olivat päättäväiset, hänen suunsa jyrkkäpiirteinen
ja hänen äänessään oli käskevä sävy, mutta hänen pyöreissä,
melkein lapsellisissa silmissään oli hämmentynyt, huolestunut ilme,
joka oli jyrkkä vastakohta kaikelle muulle. Eikä tuo ilme ollutkaan
aivan harhaanviepä. Hänestä voi huoletta sanoa, niin kuin monesta
muustakin arvokkaasta sanomalehtimiehestä, että hänen tavallisin
sieluntilansa oli alituinen pelko, herjauskanteiden pelko, ilmoitusten
kadottamisen pelko, painovirheiden pelko, paikan menettämisen
pelko.

Hänen elämänsä muodosti sarjan erillisiä sopimuksia hänen ja

lehden omistajan, vanhahkon saippuankeittäjän välillä, jolla oli
mielessään kolme poisjuurruttamatonta erehdystä, ja hyvin
kykenevän kirjeenvaihtajajoukon välillä, minkä hän oli koonnut
lehteä kannattamaan. Muutamat heistä olivat eteviä ja kokeneita
miehiä — ja mikä oli pahempi — sydämellisesti innostuneita lehden
poliittiseen suuntaan.

Erään reportterin kirje oli juuri hänen edessään, ja vaikka hän

olikin nopea ja päättäväinen, näytti hän sentään epäröivän,
ennenkuin avasi sen. Hän otti sen sijaan käteensä
korehtuurivedoksen, tarkasti sen läpi sinisillä silmillään ja sinisellä
lyijykynällä muutti sanan »aviorikos» sijaan »säädyttömyyttä» ja
sanan »juutalainen» »muukalaiseksi», soitti kelloa ja lähetti sen
kiireesti yläkerrokseen.

Sitten avasi hän paljon miettiväisemmin silmin etevimmän

avustajansa kirjeen. Se oli leimattu Devonshiressä ja kuului näin:

»Hyvä Veli. — Huomaan, että olet antanut Spooks ja Dooks-

tapauksille tilaa tuon merkillisen Exmooren Eyre-suvun jutussa,
tuon suvun, jota vanhat naiset sanovat täällä Eyre-suvuksi
paholaisen korvineen? Kuten tiedät on perheen päämies Exmooren
herttua; hän on ainoa noista harvoista elossaolevista oikeista Tory-
ylimyksistä. Terveenä, vanhana itsevaltiaana on hän juuri niitä
hirmuvaltiaita, joiden ahdistaminen kuuluu meidän alaamme.

Minä en tietysti usko tuohon vanhaan tarinaan Jaakko I:stä, ja

mitä sinuun tulee, et kai usko mihinkään, et edes
sanomalehdistöön. Tarina koskee, niinkuin muistanet, synkimpiä
tapauksia Englannin historiassa — kuinka tuo vanha velho Frances
Howard myrkytti Overburyn ja tuota salaperäistä pelkoa, mikä
pakotti kuninkaan vapauttamaan murhaajan. Siinä oli
todistettavasti noitavoimia pelissä ja kerrotaan, että eräs
miespalvelija, joka kuunteli avaimen reiästä, kuuli totuuden
kuninkaan keskustellessa Cawin kanssa, ja se ruumiillinen korva,
jolla hän sen kuuli, kasvoi suureksi ja hirmuisen näköiseksi kuin
taikavoimalla, niin kamala oli salaisuus. Ja vaikka hänet palkittiin
mailla ja kullalla ja hänestä tuli herttuallisen suvun kantaisä, on tuo
paholaisen muodostama korva kulkenut perintönä perheessä. Sinä
et kai uskone mustaan magiaan, ja vaikka uskoisit, et kuitenkaan
käyttäisi sitä kirjoituksen aiheena. Jos toimistossa tapahtuisi ihme,
tekisitte te kaikkenne salataksenne sen, sillä nythän monet
piispatkin ovat agnostikkoja. Mutta siitä ei ole kysymys. Kysymys on
siitä, että Exmoorin ja hänen perheensä elämässä on jotain hullusti,
jotain aivan luonnollista, niin sanoakseni, mutta kuitenkin
luonnotonta. Ja korva kuuluu asiaan jollain lailla, luullakseni, joko
symboolin, kavaluuden, tai sairauden vuoksi. Toinen tarina kertoo,
että ritarit juuri Jaakko I:n hallitusajan jälkeen alkoivat pitää pitkää
tukkaa, ainoastaan peittääkseen Exmooren ensimäisen lordin
korvan. Uskokoon ken haluaa.

Syy, minkä tähden huomautan tästä sinulle, on seuraava:

Minusta näyttää, että erehdymme ahdistaessamme koko ylimystöä
samppanjan ja timanttien vuoksi. Useimmat ihmiset ihailevat
pikemmin aatelisherrojen hyviä päiviä, mutta minun mielestäni me
liioittelemme myöntäessämme, että ylimyksen arvo sinänsä tekee
ylimykset onnellisiksi. Minä ehdotan artikkelisarjaa, jossa
todistettaisiin, kuinka kolkko, epä-inhimillinen ja kuinka myrkyllinen
ilmasto ja tunnelma useissa noista suuremmoisista taloista
vallitsee. Siitä on esimerkkejä kuinka paljon hyvänsä, mutta emme
voisi alkaa paremmin kuin kertomalla tarinan Eyre'n korvasta.
Viikon lopulla voin luullakseni kertoa totuuden siitä. — Tervehtien.
— Francis Tinn.»

Herra Nutt mietti hetkisen tuijottaen vasempaan kenkäänsä, sitten

hän sanoi korkealla, värittömällä äänellä, missä joka sana kuului
samanlaiselta: »Neiti Barlow, kirjoittakaa kirje herra Tinnille, olkaa
hyvä.»

»Paras Tinn! Luulen, että se käy päinsä. Lähetä meille

käsikirjoitus ensi lauantaina toisessa postissa. — E. Nutt.»

Tämän huolekkaasti muovaillun epistolan lasketti hän yhdellä

hengenvedolla, ja neiti Barlow raksutti sen paperille yhtä nopeasti.
Sitten otti hän toisen korehtuuriliuskan ja sinisen kynän ja muutti
yliluonnollisen ihmeelliseksi ja sanan juurruttaa kukistamiseksi.

Tällaisella hauskalla ja terveellisellä toiminnalla sai herra Nutt

huvitella, kunnes seuraava lauantai tapasi hänet saman pulpetin
ääressä sanelemassa samalle kirjurille, ja käyttämässä samaa sinistä
lyijykynää korjatessaan herra Tinnin paljastuksien ensimäistä osaa.
Johdantona oli voimakas kappale teräviä paljastuksia ylimysten
pahimmista salaisuuksista, ja epätoivosta tämän maaraukan
korkeimmassa asemissa olevien joukossa. Vaikka se olikin tuimasti
kirjoitettu, oli se mitä puhtainta englantia, mutta julkaisija oli kuten
tavallista antanut jollekin apulaiselleen tehtäväksi jakaa sen
alaosastoihin, joita syntyikin kaikenlaisia, kuten »Päärin puoliso ja
myrkky», »Eyrien korva», ja »Eyrit Eyrilässään» ja niin edespäin
sadoissa mainioissa muunnoksissa. Sitten seurasi tarina korvasta,
laajennettuna Tinnin ensimäisestä kirjeestä, ja sitten hänen muitten
paljastustensa sisältö tähän tapaan:

»Minä tiedän, että sanomalehtimiehen tapana on asettaa

kertomuksen loppu sen alkuun ja nimittää sitä otsakkeeksi. Minä
tiedän että sanomalehtimiehet usein kirjoittavat esim. näin: 'Lordi
Jonesinn kuolema', ihmisille, jotka eivät tiedä, onko lordi Jones ollut
elossakaan. Allekirjoittanut ajattelee, että se, niinkuin moni muukin
sanomalehtimiesten tapa, on huono ja The Daily Reformerin
tehtävänä on osoittaa parempaa esimerkkiä tällaisissa tapauksissa.
Ehdotan, että tarina kerrotaan sellaisena kuin se on tapahtunut,
vaihe vaiheelta. Haluan käyttää osanottajien oikeita nimiä, jotka
useissa tapauksissa ovat valmiit todistamaan kertomukseni
todenperäisyyden. Ja mitä taas tulee otsakkeihin, noihin hälyyttäviin
paljastuksiin — niin tulevat ne lopussa. Minä kuljin eräänä päivänä
pitkin tietä, mikä johtaa erään yksityisen, devonshireläisen
puutarhan läpi ja tuo mieleen devonshireläisen omenaviinin, kun
äkkiä päädyin juuri sellaiselle paikalle, jota osasin odottaa. Edessäni
oli pitkä, matala maatalo, jonka muodosti asuinrakennus ja kaksi
vajaa. Ne olivat katetut oljilla, jotka näyttivät esihistoriallisen ajan
ihmisten hiuksilta. Oven ulkopuolella oli kyltti, jossa oli nimi 'Sininen
Lohikäärme', ja kyltin alla oli tuollainen pitkä maalaispöytä, joka
tavallisesti oli useimpien vapaitten englantilaisten ravintoloiden
ulkopuolella, ennenkuin raittiusmiehet ja oluenpanijat hävittivät
vapauden. Tämän pöydän ääressä istui kolme herrasmiestä, jotka
olisivat saattaneet elää sata vuotta aikaisemminkin.

»Nyt kun minä tunnen heidät kaikki paremmin, ei ole vaikea tehdä
selkoa vaikutelmistani; mutta silloin olivat he tosiaan kuin kolme
hyvin vanhaa peikkoa. Hallitseva henkilö, sekä siksi, että hän oli
suurempi muita kaikkiin kolmeen suuntaan, ja siksi, että hän istui
keskellä pöydän pitempää sivua minua vastapäätä, oli pitkä, lihava,
kokonaan valkoisiin puettu mies, jolla oli punertavat, melkein
herpaantuneet kasvot, mutta hyvin kalju ja hyvin huolestunut otsa.
Katsellessani häntä tarkemmin en osaa oikein sanoa, mikä hänessä
vaikutti niin vanhanaikaiselta, paitsi hänen vanhanaikuista, papillista
kaulahuiviaan ja tiheitä ryppyjä hänen kulmakarvojensa ympärillä.

»Helpompi oli saada selkoa niistä vaikutelmista, joita herätti

pöydän oikeassa päässä istuva mies, joka, totta puhuakseni, oli yhtä
tavallinen kuin mikä henkilö hyvänsä. Hänellä oli pyöreä,
ruskeatukkainen pää ja pyöreä, tylppä nenä ja muuten oli hän
puettu papillisiin, yksinkertaisiin mustiin. Vasta sitten kun minä näin
hänen leveän, pyöreälierisen hattunsa, joka oli pöydällä hänen
vieressään, huomasin minä, mikä hänessä oli vanhanaikaista. Hän oli
roomalaiskatolinen pappi.»

»Ehkäpä kolmannessa miehessä, pöydän toisessa päässä, oli

enimmän vanhanaikaisuutta, vaikka hän olikin ruumiilliselta
olemukseltaan vaatimattomampi ja pukunsakin puolesta
vähäpätöisempi. Hänen hontelot jäsenensä olivat verhotut, tai
voisinpa sanoa puristetut hyviin lujin harmaihin liiveihin ja housuihin.
Hänellä oli pitkät, ruskeat kotkamaiset kasvot, jotka näyttivät sitä
jörömmiltä, koska kaulus ja vanha, kankea kaulahuivi verhosivat
hänen punertavat poskipäänsä. Hänen tukkansa, joka näytti olleen
mustanruskea, oli nyt omituisen haalistuneen ruskean värinen, ja
verrattuna hänen keltaisiin kasvoihinsa, näytti se pikemmin
purppuran väriseltä kuin punaiselta. Tuo vaatimaton, nykyjään
epätavallinen väri oli sitä merkittävämpi, kun itse tukka oli
luonnottoman paksu ja kiharainen ja hän piti sitä täysin pitkänä.
Mutta kaiken erittelyn jälkeen olen minä taipuvainen luulemaan, että
se mikä ensin teki minuun tuon vanhanaikuisen vaikutuksen oli
yksinkertaisesti kokoelma korkeita, vanhanaikuisia viinilaseja, kaksi
tai kolme sitruunaa ja kaksi vanhanaikuista piippua. Ja sitten ehkä
tuo vanhanaikuinen asia, jonka vuoksi olin tullut.

»Karaistuneena reportterina, ja koska talo nähtävästi oli julkinen

ravintola, ei minun juuri tarvinnut turvautua nenäkkyyteen, kun
istuuduin pöydän ääreen ja tilasin hiukan omenaviiniä. Iso,
valkopukuinen mies näytti hyvin oppineelta, etenkin mitä seudun
muinaismuistoihin tuli; pieni, mustapukuinen mies taas, vaikka hän
puhuikin vähemmän, hämmästytti minua vielä laajemmilla tiedoilla.
Niin viihdyimme me vallan hyvin yhdessä, mutta ahdashousuinen
herra näytti pikemmin olevan hajamielinen kuin ylpeä, kunnes minä
johduin puhumaan Exmooren herttuasta ja hänen
esivanhemmistaan.

»Minusta näytti, että aihe hiukan vaivasi molempia toisia, mutta se

mursi mainiolla tuloksella kolmannen miehen taikamaisen
hiljaisuuden. Puhuen hillitysti ja korkean kasvatuksen saaneen
herrasmiehen tavoin, puhaltaen tuontuostakin savupilven pitkästä
isoisän piipustaan, alkoi hän kertoa minulle kamalimpia tarinoita,
mitä eläissäni olen kuullut: kuinka eräs Eyreistä oli varhaisempina
aikoina hirttänyt oman isänsä ja toinen oli ruoskinut vaimoansa
vaunujen perään sidottuna kaupungin läpi, ja kolmas oli sytyttänyt
tuleen kirkon, joka oli täynnä lapsia, ja niin edelleen.

»Muutamat näistä tarinoista eivät sovi julkisesti painettaviksi,

esim. sellaiset kuin kertomus Punaisista Nunnista, hirmuinen tarina
Täplikkäästä Koirasta, tai jutelma siitä, mitä kivilouhimossa oli
tapahtunut. Ja koko tuo punainen sarja julmuuksia lähti hänen
ohuilta, ivallisilta huuliltaan miltei juhlallisesti, kun hän istui siinä
maistellen viiniään korkeasta, hoikasta lasistaan.

»Näin, että minua vastapäätä istuva kookas mies oli luultavasti

aikeissa keskeyttää hänet, mutta hän kunnioitti nähtävästi syvästi
tuota vanhaa herraa, eikä kai uskaltanut tehdä sitä niin äkkiä. Ja
pieni pappi pöydän toisessa päässä, vaikka hän ei näyttänytkään
olevan millään lailla hämillään, katseli kiinteästi pöytään ja näytti
kuuntelevan puhetta vaivoin — niin hyvin kuin taisi.»

»Te näytte olevan», sanoin minä kertojalle, »hyvin perillä

Exmooren sukutarinasta». —
 »Hän katseli minua hetkisen, huulet melkein jäykkää, vaaleten ja
punastuen. Sitten rikkoi hän tyynesti pitkän piippunsa ja lasinsa
pöytään ja nousi ylös, kuin todellisen tuliluontoisen vanhan herran
moitteeton esikuva.»

»Nämä herrat», sanoi hän, »kertovat teille, mistä syystä minä sitä
harrastan. Eyrien kirous on vanhastaan levännyt raskaana tämän
paikan yllä ja moni on kärsinyt siitä. He tietävät, ettei kukaan ole
kärsinyt siitä niin paljon kuin minä.» Ja murskaten särkyneen lasin
palaset jalkansa alle, loittoni hän vihreään hämäryyteen huojuvien
omenapuiden varjoon.

»Sepä on omituinen vanha herra», sanoin minä toisille.

»Tiedättekö sattumalta, mitä Exmooren perhe on tehnyt hänelle?
Kuka hän on?»

Paksu, valkopukuinen herra tuijotti minuun hurjan, hämmästyneen

sonnin näköisenä; hän ei ensin näyttänyt ollenkaan käsittävän
kysymystäni. Lopuksi hän sanoi: »Ettekö tosiaan tiedä, kuka hän
on?»

Vakuutin tietämättömyyttäni ja taas oli kaikki hiljaa; sitten sanoi

pieni pappi katsellen yhä pöytään: »Hän on Exmooren herttua.»

Sitten lisäsi hän yhtä rauhallisesti, ennenkuin minä olin ehtinyt

koota hajalle lennähtäneet ajatukseni, mutta sen näköisenä kuin olisi
koettanut saada järjestystä aikaan: »Minun ystäväni tässä on tohtori
Mull, herttuan kirjastonhoitaja. Minun nimeni on Brown.»

»Mutta», sopersin minä, »jos tuo on herttua, niin miksi kirosi hän
tuolla lailla kaikki vanhat herttuat?»
 »Hän näyttää todella uskovan», vastasi Browniksi mainittu pappi,
»että he ovat jättäneet kirouksensa hänellekin.» Sitten lisäsi hän
hiukan asiaan kuulumattomasti: »Senvuoksi hän pitää tekotukkaa.»

Muutamaa hetkeä ennen oli tuo ajatus hämärtänyt minunkin

mielessäni. »Tarkoitatte kai juttua tuosta tarunomaisesta korvasta?»
kysyin minä. »Olen tietysti kuullut siitä, mutta se on kai vain jostain
vielä tyhjänpäiväisemmästä punottu taru. Minä olen vain arvellut,
että se lienee muunnos jostain tavallisesta silpomatarinasta.
Kuudennellatoista vuosisadalla oli tapana leikata pahantekijöiltä
korvat.»

»Enpä juuri luule, että se on niin», vastasi pikku mies miettivästi,

»mutta se soveltuu hyvin tunnettuihin tietoihin luonnonlaeista, että
samassa perheessä esiintyy useasti sama epämuodostuma —
sellainen esimerkiksi, että toinen korva on suurempi kuin toinen.»

Paksu kirjastonhoitaja oli kätkenyt kaljun otsansa punaisiin

käsiinsä, kuin mies, joka koettaa harkita sanottavaansa. »Ei», mutisi
hän. »Te teette miehelle vääryyttä kaikesta päättäen. Tiettävästi ei
minulla ole mitään syytä puolustaa häntä, tai edes uskoa häneen.
Hän on ollut tyranni minua, niinkuin muitakin kohtaan. Ei tarvitse
kuvitella, vaikka näkee hänen aivan tyynenä istuvan täällä, että hän
olisi muita mahtavia herroja parempi. Hän tuottaisi miehen
penikulman päästä soittamaan kyynärän päässä olevaa kelloa — ja
toisen miehen kolmen penikulman päässä tuomaan tulitikkulaatikon
kolmen kyynärän päässä Hän tarvitsee palvelijan pitämään huolta
hänen kävelykepistään, toisen kantamaan hänen kiikariaan…»

»Muttei kamaripalvelijaa harjaamaan hänen vaatteitaan»,

huomautti pappi omituisen kuivasti, »sillä palvelija tahtoisi ehkä
kammata hänen tekotukkansakin.»
 Kirjastonhoitaja kääntyi häneen päin ja näytti unohtavan minun
läsnäoloni; hän oli ankarasti liikutettu ja ehkäpä hiukan kiihtynyt
viinistäkin. »En tiedä, kuinka te, isä Brown, tunnette tuon seikan»,
sanoi hän, »mutta te olette oikeassa. Hän antaa koko maailman
tehdä jotain hänen puolestaan — paitsi pukea häntä. Ja sen tekee
hän itsepäisesti yksin kuin erämaassa. Jokainen, joka on sattunut
olemaan hänen pukuhuoneensa oven läheisyydessäkin, on lähetetty
talosta todistuksetta.»

»Hän näyttää olevan vanha, hassahtava olento», huomautin minä.

»Ei», vastasi tohtori Mull yksikantaan, »ja sitä minä juuri tarkoitan
sanoessani, että te teette hänelle vääryyttä kaikissa tapauksissa.
Hyvät herrat, herttua tuntee todella tuon kirouksen katkeruuden,
jonka hän juuri äsken ilmaisi. Hän kätkee, todellisen häpeän ja pelon
vallassa, purppuraisen tekotukkansa alle jotain, mikä huumaisi
ihmisten lapset heidän sitä katsellessaan. Minä tiedän, että sitä se
on, ja minä tiedän, ettei se ole pelkkä luonnollinen epämuodostuma,
eikä rikollisen silvonnan seuraus, eikä myöskään piirteiden
perinnöllinen epämuodostuma. Minä tiedän, että se on pahempaa,
sillä sen kertoi minulle eräs mies, joka oli läsnä kohtauksessa,
jollaista mikään mies ei voisi keksiä. Siinä koetti lujempi mies kuin
yksikään meistä päästä salaisuuden pesille, mutta onnistumatta.»

Avasin suuni puhuakseni, mutta Mull jatkoi unohtaen minut

selitystään nyrkki suun edessä. »Minä voin kertoa sen teille, isä,
koska se on pikemmin herttuan puolustamista kuin hänen
pettämistään. Ettekö ole koskaan kuullut siitä ajasta, jolloin hän oli
vähällä kadottaa kaikki maansa?»

Pappi pudisti päätään, ja kirjastonhoitaja alkoi kertoa tarinaa,

sellaisena kuin hän oli kuullut sen edeltäjältään samassa toimessa,
mieheltä, joka oli ollut hänen suojelijansa ja opettajansa, ja johon
hän näytti täydellisesti luottavan. Määrättyyn kohtaan saakka oli se
aivan tavallinen tarina kuuluisan perheen varallisuuden
vähenemisestä, tarina perheen asianajajasta. Tällä asiamiehellä oli
muuten ymmärrystä pettää rehellisesti, jos tämä sanontatapa kelpaa
omaksi selityksekseen. Sen sijaan, että hän olisi tunnollisesti
hoitanut hänelle uskottua omaisuutta, hän, käyttäen hyväkseen
herttuan huolimattomuutta, syöksi perheen taloudelliseen hätään,
niin että perheen lopulta täytyi luovuttaa hänelle kaikki
arvopaperinsa.

Asianajajan nimi oli Isaac Green, mutta herttua nimitti häntä

kuitenkin Elisaksi, luultavasti viitaten siihen tosiseikkaan, että
asianajaja oli aivan kalju, vaikkei hän varmasti ollut kuin
kolmenkymmenen ikäinen. Hän oli noussut hyvin nopeasti, mutta
hyvin halvasta asemasta oltuaan ensin »urkkija» tai tiedustelija ja
sitten koronkiskuri, mutta Eyren perheen neuvonantajana oli hänellä
järkeä, niinkuin minä sanon, menetellä teknillisen tarkasti, kunnes
hän oli valmis antamaan viimeisen iskun. Isku pamahti päivällisen
aikana ja entinen kirjastonhoitaja sanoi, ettei hän koskaan unohtaisi
edes lampun varjostimien ja viinikannujen ulkonäköä, kun tuo pieni
juristi, rauhallisesti hymyillen, esitti suurelle maa-ylimykselle, että he
jakaisivat maat keskenään. Seuraus oli yllättävä, sillä herttua iski,
kuolonhiljaisuuden vallitessa, mies viinikannulla kaljuun päälakeen,
yhtä äkkiä kuin näin hänen rikkovan lasin tänään puutarhassa.
Greenin päähän jäi kolmikulmainen, punainen merkki ja hänen
kasvojensa ilme muuttui, mutta hänen hymynsä pysyi entisellään.

Hän nousi hoiperrellen jaloilleen ja iski takaisin niinkuin sellaisilla

miehillä on tapana iskeä.
 »Olen iloinen tästä», sanoi hän, »sillä nyt minä saan pitää koko
tilan.
Laki myöntää sen minulle.»

Exmoore oli tuhkanharmaa, mutta hänen silmänsä leimusivat yhä.

»Laki myöntää sen teille», sanoi hän, »mutta te ette saata anastaa
sitä. Miksi ei? Siksi, että se olisi minun häviöni, ja jos te otatte sen,
otan minä peruukin pois päästäni. Te surkea, paljaaksi noukittu lintu,
jokainen voi nähdä teidän paljaan päänne Mutta kukaan ei saa
nähdä minun päätäni minun eläessäni.»

No, te voitte sanoa, mitä haluatte ja selittää sen miten haluatte.

Mutta Mull vannoo juhlallisesti, että asianajaja, puristeltuaan luista
nyrkkiään ilmassa hetkisen, juoksi ulos huoneesta, eikä sen koommin
näyttäytynyt paikkakunnalla. Ja siitä saakka on Exmoorea pelätty
enemmän noitana kuin aatelisherrana tai tuomarina.

Tohtori Mull kertoi tarinansa tehden hurjia teatraalisia liikkeitä,

innolla, joka tuntui hiukan puolueelliselta. Olin aivan selvillä siitä
mahdollisuudesta, että kaikki oli vain vanhan, kerskailevan juoruilijan
liioittelua. Mutta ennenkuin lopetan tämän osan huomioistani, täytyy
minun tohtori Mullin juttuun nähden myöntää, että jatkamani
tiedustelut ovat vahvistaneet hänen kertomuksensa. Minä sain kuulla
kylän vanhalta apteekkarilta, että kerran eräänä yönä oli hänen
luokseen tullut seurustelupukuinen mies nimeltä Green, joka pyysi
sitomaan hänen päälaessaan olevan kolmisilmäisen haavan.
Tuomioistuimen pöytäkirjoista ja vanhoista sanomalehdistä näin
myöskin, että kanne oli pantu alulle ja sitä oli jonkun aikaa ajanutkin
eräs Green, Exmooren herttuaa vastaan.

Herra Nutt The Daily Reformerista, kirjoitti muutamia hyvin

asiaankuulumattomia sanoja käsikirjoituksen alkuun, teki muutamia
hyvin salaperäisiä merkkejä sen reunoihin, ja sanoi neiti Barlow'ille
samalla yksitoikkoisella äänellä: »Aloittakaapa kirje herra Tinnille.»

»Paras Tinn! — Käsikirjoituksesi kelpaa kyllä, vaikka minä olen

pannut siihen muutamia otsakkeita. Mutta meidän yleisömme ei
koskaan sietäisi roomalais-katolista pappia tarinassa — teidän
täytyy ottaa huomioon etukaupunkilaiset. Minä olen muuttanut
hänet Herra Browniksi, spiritistiksi — Tervehtien — Nutt.»

Päivää tai paria jälkeenpäin tapaamme ahkeran ja

arvostelukykyisen julkaisijan sinisillä silmillään, jotka tuntuivat
pyöristyvän pyöristymistään, tarkastamassa toista osaa herra Tinnin
tutkimuksesta, joka koski hienoston elämän salaisuuksia. Se alkoi
näin:

— Minä olen tehnyt hämmästyttävän huomion. Minä tunnustan

vapaaehtoisesti, että se eroaa täydellisesti siitä, mitä luulin löytäväni,
ja se vaikuttaa yleisöön vielä järkyttävämmin. Minä uskallan sanoa
ilman minkäänlaista turhamaisuutta, että niitä sanoja, jotka minä nyt
kirjotan, tullaan lukemaan koko Euroopassa, ja luultavasti myöskin
kaikkialla Amerikassa ja siirtomaissa. Ja kuitenkin kuulin minä
kaiken, mitä minä nyt kerron, ennen kuin olin jättänyt tuon saman
puisen pöydän, tuossa samassa pienessä omenapuumetsikössä.

Minä olen siitä kaikesta kiitollisuuden velassa tuolle pienelle pappi

Brownille; hän on merkillinen mies. Paksu kirjastonhoitaja oli
lähtenyt pöydästä ehkä häpeissään pitkäkielisyytensä vuoksi, tai
huolissaan raivosta, jonka vallassa hänen salaperäinen isäntänsä oli
kadonnut; oli miten hyvänsä, hän lähti hitaasti seuraamaan herransa
jälkiä puitten välitse. Brown oli siepannut käteensä sitruunan ja
silmäili sitä oudolla ilolla.
 »Kuinka miellyttävä väri sitruunalla onkaan!» sanoi hän. »Herttuan
peruukissa on puoli, joka ei miellytä minua — sen väri.»

»En luule ymmärtäneeni», vastasin minä.

»Minä saatan sanoa, että hänellä on täysin pätevä syy piiloittaa

korvansa, niin kuin kuningas Midaksella», jatkoi pappi rakastettavalla
yksinkertaisuudella, mikä tavallaan tuntui hiukan ilkamoivalta
tällaisissa olosuhteissa. »Käsitän aivan hyvin, että on somempaa
peittää ne hiuksilla kuin kuparilevyillä tai nahkapalasilla. Mutta jos
hän tahtoo käyttää hiuksia, niin miks'ei hän tee niitä hiuksien
näköisiksi? Tuon väristä tukkaa ei maailmassa ole koskaan ollut. Se
näyttää pikemmin metsän läpi liitelevältä, rusottavalta pilveltä. Miksi
ei hän kätke perhekirousta paremmin, jos hän kerran on häpeissään
sen vuoksi? Kerronko teille syyn? Siksi, ettei hän olekaan häpeissään
sen tähden. Hän on ylpeä siitä!»

»Kannattaako noin rumasta tukasta ylpeillä», sanoin minä, »— ja

niin rumasta tarinasta.»

»Ajatelkaahan», vastasi tuo kummallinen pikku mies, »mitä te itse

pitäisitte tuollaisesta seikasta. Minä en luule, että te olette
keikailevampi tai sairaaloisempi kuin me muut, mutta etteköhän
myöntäne, että vanha sukukirous on kuitenkin jotakin hyvin hienoa.
Olisitteko te häpeissänne, vai olisitteko te hieman ylpeä, jos
Glamis'in kauhun perijä sanoisi teitä ystäväkseen, tai jos Byronin
perhe olisi teille ainoastaan uskonut rotunsa synnilliset vaiheet?
Älkää olko liian kova ylimyksiä itseään kohtaan, jos heidän päänsä
ovat yhtä heikot kuin teidän omanne olisi heidän asemassaan, ja jos
he hiukan ylpeilevät omista suruistaan.»
 »Totta vie!» huusin minä. »Tuo on aivan paikallaan. Minun oman
äitini perheessä kulki kirous, ja nyt kun minä ajattelen sitä, on se
lohduttanut minua monena kylmänä hetkenä.»

»Ja ajatelkaapa», jatkoi hän, »sitä veren ja myrkyn virtaa, mikä

lähti hänen huuliltaan sillä hetkellä, jolloin te, mainitsitte hänen esi-
isistään. Kuinka hän käyttäisi jokaiselle vieraalle tuollaisia
kauheuksia, jollei hän olisi ylpeä niistä? Hän ei salaa tekotukkaansa,
hän ei salaa veriheimolaisuuttaan, hän ei salaa perheensä kirousta,
hän ei salaa perheensä rikoksia, — mutta…»

Pikku miehen äänen sointi muuttui niin äkkiä, hän heilautti kättään
niin terävästi, ja hänen silmänsä laajenivat vilahtaen pyöreämmiksi
ja kirkkaammiksi, kuin heräävän pöllön, että tuntui siltä kuin
pöydällä olisi tapahtunut äkillinen räjähdys.

»Mutta», lopetti hän, »hänen täytyy tosiaan pukeutua salaa.»

Se, että herttua samalla hetkellä taas ilmestyi huojuvien puiden

välistä, kevein askelin ja purppuraisine hiuksineen, tullen kulman
ympäri kirjastonhoitajan kanssa, täydensi tavallaan minun oikullisten
hermojeni häiriötä. Ennen kuin hän tuli korvakuulon päähän, oli isä
Brown aivan rauhallisesti lisännyt: »Minkä vuoksi täytyy hänen
tosiaan kätkeä salaisuus, miksi hän käyttää purppuraista tekotukkaa?
Siksi, ettei salaisuus olekaan sellainen kuin me luulemme.»

Herttua tuli kulman ympäri ja istuutui tuolille pöydän toiseen

päähän kaikella luonnollisella arvokkuudellaan. Hämillään ollen jäi
kirjastonhoitaja heilumaan paikoilleen kuin takajaloillaan seisova
karhu. Herttua puhutteli pappia hyvin vakavasti. »Isä Brown», sanoi
hän, »tohtori Mull kertoi minulle, että te olette tullut tänne
anomusasioissa. Minulla ei tosin enää ole samaa uskoa kuin esi-
isilläni, mutta heidän tähtensä ja niiden päivien tähden, jotka
olemme ennen viettäneet yhdessä, olen hyvin taipuvainen
kuuntelemaan teitä. Mutta minä otaksun, että te mieluummin
haluatte keskustella yksityisesti.»

Se, mikä minussa oli maailmanmiehen jäännöksiä, vaati minua

lähtemään. Se, mitä minussa oli sanomalehtimiestä, piti minua
paikoillaan. Ennenkuin tämä herpaantuminen oli ohi, oli pappi tehnyt
liikkeen, joka pidätti minut hetkeksi. »Jos», sanoi hän, »teidän
armonne sallii minun esittää varsinaisen anomukseni, tai jos minulla
on jonkinlainen oikeus neuvoa teitä, ehdottaisin minä, että läsnä olisi
niin monta henkeä kuin suinkin. Joka haaralla tällä paikkakunnalla
olen tavannut satoja omaankin uskontooni ja seurakuntaani
kuuluvia, joiden mielikuvituksen on myrkyttänyt se taikavoima, jonka
minä nyt pyydän teitä murtamaan. Minä toivoisin, että koko
Devonshire olisi täällä näkemässä teidän tekevän sen.»

»Näkemässä minun tekevän mitä?» kysyi herttua kohottaen

kulmiaan.

»Näkemässä teidän ottavan tekotukan päästänne», sanoi isä

Brown.

Herttuan kasvot eivät liikahtaneetkaan, mutta hän katseli anojaa

lasimaisesti tuijottavilla silmillä, joissa oli kauhein ilme, mitä minä
koskaan olen nähnyt ihmiskasvoilla. Minä näin kirjastonhoitajan
jalkojen horjuvan hänen allaan kuin ruokojen varjojen lammikossa,
ja minä en voinut karkoittaa omista aivoistani sitä mielikuvaa, että
puut meidän ympärillämme täyttyivät vähitellen hiljaisuuden
vallitessa paholaisilla lintujen asemesta.
 »Minä säästän teitä», sanoi herttua luonnottoman sääliväisellä
äänellä. »Minä kieltäydyn. Jos minä antaisin teille pienimmänkin
viittauksen siitä kauhistuksen kuormasta, mitä minun täytyy yksinäni
kantaa, vaipuisitte te kiljuen minun jalkojeni juureen, rukoillen, ettei
teidän tarvitsisi tietää enempää. Minä päästän teitä kaikilta
viittauksiltakin. Te ette saa tavailla ensimäistä kirjaintakaan siitä,
mitä tuntemattoman Jumalan alttariin on kirjoitettu.»

»Minä tunnen sen tuntemattoman Jumalan», sanoi pieni pappi

vaistomaisen suorasti ja varmasti. »Minä tunnen hänen nimensä; se
on Saatana. Totinen Jumala tuli lihaksi ja eli keskuudessamme. Ja
minä sanon teille: 'Missä hyvänsä te tapaatte ihmisiä salaisuuden
pauloissa, on se salaisuus synnin salaisuuksia. Jos paholainen
väittää, että jokin on liian kamalaa katsottavaksi, katselkaa sitä! Jos
hän sanoo jotain liian kamalaksi kuunnella, kuunnelkaa sitä! Jos te
pidätte jotain totuutta mahdottomana kantaa, kantakaa sitä.' Minä
pyydän teidän armoanne karkoittamaan tuon painajaisen nyt, täällä,
tämän pöydän luona.»

»Jos minä sen tekisin», sanoi herttua matalalla äänellä, »niin te ja

kaikki teidän uskolaisenne, ja; kaikki, joiden luona te oleskelette,
olisivat ensimäiset käpertymään ja katoamaan. Te saisitte elää vain
silmänräpäyksen ja tulla tuntemaan tuon suuren Tyhjyyden,
ennenkuin te kuolisitte.»

»Kristuksen risti on minun ja kiusauksen välillä», sanoi isä Brown.

»Ottakaa pois tekotukkanne!»

Minä kumarruin pöydän yli hillittömän kiihkon vallassa.

Kuunnellessani
tuota merkillistä kaksintaistelua oli eräs ajatus tullut päähäni.