Длина текста, знаков: | 299706 |
Слов в произведении (СВП): | 46229 |
Приблизительно страниц: | 159 |
Средняя длина слова, знаков: | 5.19 |
Средняя длина предложения (СДП), знаков: | 73.46 |
СДП авторского текста, знаков: | 81.82 |
СДП диалога, знаков: | 41.02 |
Доля диалогов в тексте: | 11.53% |
Доля авторского текста в диалогах: | 7.83% |
|
Активный словарный запас |
Использовано уникальных слов: | 6986 |
Активный словарный запас (АСЗ): | 6636 |
Активный несловарный запас (АНСЗ): | 350 |
Удельный АСЗ на 3000 слов текста: | 1169.70 | |
Удельный АСЗ на 10000 слов текста: | 2717.30 | —> 7750-е место в рейтинге УАСЗ-10000 |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 11827 (25.58% от СВП) |
Определённых частей речи (ОЧР), слов: | 34402 (74.42% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 9866 (28.68%) |
Прилагательное | 3895 (11.32%) |
Глагол | 8611 (25.03%) |
Местоимение-существительное | 3573 (10.39%) |
Местоименное прилагательное | 1984 (5.77%) |
Местоимение-предикатив | 14 (0.04%) |
Числительное (количественное) | 397 (1.15%) |
Числительное (порядковое) | 47 (0.14%) |
Наречие | 2722 (7.91%) |
Предикатив | 368 (1.07%) |
Предлог | 4298 (12.49%) |
Союз | 4264 (12.39%) |
Междометие | 718 (2.09%) |
Вводное слово | 155 (0.45%) |
Частица | 3733 (10.85%) |
Причастие | 727 (2.11%) |
Деепричастие | 178 (0.52%) |
Служебных слов: | 18917 (54.99%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 128.04 |
. точка | 73.74 |
- тире | 8.13 |
! восклицательный знак | 4.30 |
? вопросительный знак | 6.47 |
... многоточие | 2.57 |
!.. воскл. знак с многоточием | 0.00 |
?.. вопр. знак с многоточием | 0.02 |
!!! тройной воскл. знак | 0.00 |
?! вопр. знак с восклицанием | 0.06 |
" кавычка | 3.83 |
() скобки | 0.78 |
: двоеточие | 3.57 |
; точка с запятой | 0.13 |
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.