Длина текста, знаков: | 508796 |
Слов в произведении (СВП): | 72912 |
Приблизительно страниц: | 260 |
Средняя длина слова, знаков: | 5.38 |
Средняя длина предложения (СДП), знаков: | 73.84 |
СДП авторского текста, знаков: | 94.96 |
СДП диалога, знаков: | 56.24 |
Доля диалогов в тексте: | 41.7% |
Доля авторского текста в диалогах: | 8.13% |
|
Активный словарный запас |
Использовано уникальных слов: | 12236 |
Активный словарный запас (АСЗ): | 10924 |
Активный несловарный запас (АНСЗ): | 1312 |
Удельный АСЗ на 3000 слов текста: | 1338.46 | |
Удельный АСЗ на 10000 слов текста: | 3343.25 | —> 831-е место в рейтинге УАСЗ-10000 |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 14945 (20.50% от СВП) |
Определённых частей речи (ОЧР), слов: | 57967 (79.50% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 20199 (34.85%) |
Прилагательное | 6403 (11.05%) |
Глагол | 11796 (20.35%) |
Местоимение-существительное | 4641 (8.01%) |
Местоименное прилагательное | 3085 (5.32%) |
Местоимение-предикатив | 15 (0.03%) |
Числительное (количественное) | 542 (0.94%) |
Числительное (порядковое) | 164 (0.28%) |
Наречие | 2729 (4.71%) |
Предикатив | 428 (0.74%) |
Предлог | 7919 (13.66%) |
Союз | 4982 (8.59%) |
Междометие | 929 (1.60%) |
Вводное слово | 183 (0.32%) |
Частица | 4216 (7.27%) |
Причастие | 1281 (2.21%) |
Деепричастие | 181 (0.31%) |
Служебных слов: | 26151 (45.11%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 159.69 |
. точка | 72.68 |
- тире | 34.29 |
! восклицательный знак | 3.70 |
? вопросительный знак | 11.81 |
... многоточие | 6.56 |
!.. воскл. знак с многоточием | 0.22 |
?.. вопр. знак с многоточием | 0.30 |
!!! тройной воскл. знак | 0.01 |
?! вопр. знак с восклицанием | 0.14 |
" кавычка | 16.61 |
() скобки | 0.95 |
: двоеточие | 4.99 |
; точка с запятой | 0.75 |
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.