Длина текста, знаков: | 298013 |
Слов в произведении (СВП): | 44787 |
Приблизительно страниц: | 155 |
Средняя длина слова, знаков: | 5.22 |
Средняя длина предложения (СДП), знаков: | 61.55 |
СДП авторского текста, знаков: | 74.12 |
СДП диалога, знаков: | 37.21 |
Доля диалогов в тексте: | 20.74% |
Доля авторского текста в диалогах: | 8.75% |
|
Активный словарный запас |
Использовано уникальных слов: | 6933 |
Активный словарный запас (АСЗ): | 6747 |
Активный несловарный запас (АНСЗ): | 186 |
Удельный АСЗ на 3000 слов текста: | 1218.73 | |
Удельный АСЗ на 10000 слов текста: | 2807.63 | отсутствует в рейтинге УАСЗ-10000 |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 10412 (23.25% от СВП) |
Определённых частей речи (ОЧР), слов: | 34375 (76.75% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 9829 (28.59%) |
Прилагательное | 3623 (10.54%) |
Глагол | 10215 (29.72%) |
Местоимение-существительное | 3260 (9.48%) |
Местоименное прилагательное | 1918 (5.58%) |
Местоимение-предикатив | 10 (0.03%) |
Числительное (количественное) | 406 (1.18%) |
Числительное (порядковое) | 55 (0.16%) |
Наречие | 2170 (6.31%) |
Предикатив | 360 (1.05%) |
Предлог | 4328 (12.59%) |
Союз | 3515 (10.23%) |
Междометие | 717 (2.09%) |
Вводное слово | 110 (0.32%) |
Частица | 3041 (8.85%) |
Причастие | 612 (1.78%) |
Деепричастие | 126 (0.37%) |
Служебных слов: | 17025 (49.53%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 143.34 |
. точка | 80.11 |
- тире | 25.30 |
! восклицательный знак | 9.65 |
? вопросительный знак | 12.79 |
... многоточие | 3.82 |
!.. воскл. знак с многоточием | 0.02 |
?.. вопр. знак с многоточием | 0.11 |
!!! тройной воскл. знак | 0.00 |
?! вопр. знак с восклицанием | 0.11 |
" кавычка | 13.40 |
() скобки | 0.85 |
: двоеточие | 7.39 |
; точка с запятой | 0.38 |
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.