Длина текста, знаков: | 418976 |
Слов в произведении (СВП): | 61386 |
Приблизительно страниц: | 208 |
Средняя длина слова, знаков: | 5.12 |
Средняя длина предложения (СДП), знаков: | 47.73 |
СДП авторского текста, знаков: | 57.37 |
СДП диалога, знаков: | 39.99 |
Доля диалогов в тексте: | 46.57% |
Доля авторского текста в диалогах: | 10.25% |
|
Активный словарный запас |
Использовано уникальных слов: | 7931 |
Активный словарный запас (АСЗ): | 7580 |
Активный несловарный запас (АНСЗ): | 351 |
Удельный АСЗ на 3000 слов текста: | 1223.00 | |
Удельный АСЗ на 10000 слов текста: | 2785.70 | отсутствует в рейтинге УАСЗ-10000 |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 13035 (21.23% от СВП) |
Определённых частей речи (ОЧР), слов: | 48351 (78.77% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 15901 (32.89%) |
Прилагательное | 4367 (9.03%) |
Глагол | 12913 (26.71%) |
Местоимение-существительное | 5879 (12.16%) |
Местоименное прилагательное | 2372 (4.91%) |
Местоимение-предикатив | 3 (0.01%) |
Числительное (количественное) | 501 (1.04%) |
Числительное (порядковое) | 86 (0.18%) |
Наречие | 2304 (4.77%) |
Предикатив | 439 (0.91%) |
Предлог | 6018 (12.45%) |
Союз | 4163 (8.61%) |
Междометие | 686 (1.42%) |
Вводное слово | 149 (0.31%) |
Частица | 3421 (7.08%) |
Причастие | 605 (1.25%) |
Деепричастие | 154 (0.32%) |
Служебных слов: | 22845 (47.25%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 121.95 |
. точка | 109.99 |
- тире | 35.01 |
! восклицательный знак | 10.23 |
? вопросительный знак | 13.96 |
... многоточие | 8.91 |
!.. воскл. знак с многоточием | 0.02 |
?.. вопр. знак с многоточием | 0.00 |
!!! тройной воскл. знак | 0.37 |
?! вопр. знак с восклицанием | 1.32 |
" кавычка | 13.23 |
() скобки | 0.07 |
: двоеточие | 6.55 |
; точка с запятой | 0.65 |
Алгоритм распознавания автора текста, разработанный в 2008 году Львовым Алексеем (creator) для
Лаборатории Фантастики, основан на сравнении лингвистического профиля текста с идентичными по структуре лингвистическими
профилями авторов для выявления наиболее точного совпадения. Лингвопрофили авторов вычисляются заблаговременно и хранятся
в базе данных как массивы усреднённых показателей и их среднеквадратичных отклонений по всем текстам автора.
Таких показателей насчитывается более тысячи, часть из которых приведена выше.
Эмпирический подсчёт показал, что совокупный анализ этих данных, взятых в весовых долях, позволяет определить автора романа с точностью 98.79%,
рассказа — 84.32% (при условии, что в базе данных имеется лингвистический профиль истинного автора). Алгоритм сложен и
обладает рядом инновационных решений, что позволяет достичь высокой точности в сравнении с прототипами, основанными
на анализе одних лишь символьных биграмм.