Длина текста, знаков: | 397082 |
Слов в произведении (СВП): | 58543 |
Приблизительно страниц: | 198 |
Средняя длина слова, знаков: | 5.1 |
Средняя длина предложения (СДП), знаков: | 55.04 |
СДП авторского текста, знаков: | 63.28 |
СДП диалога, знаков: | 47.65 |
Доля диалогов в тексте: | 45.74% |
Доля авторского текста в диалогах: | 12.46% |
|
Активный словарный запас |
Использовано уникальных слов: | 5972 |
Активный словарный запас (АСЗ): | 5800 |
Активный несловарный запас (АНСЗ): | 172 |
Удельный АСЗ на 3000 слов текста: | 1075.33 | |
Удельный АСЗ на 10000 слов текста: | 2319.82 | —> 11566-е место в рейтинге УАСЗ-10000 |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 14056 (24.01% от СВП) |
Определённых частей речи (ОЧР), слов: | 44487 (75.99% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 14216 (31.96%) |
Прилагательное | 3724 (8.37%) |
Глагол | 11646 (26.18%) |
Местоимение-существительное | 5392 (12.12%) |
Местоименное прилагательное | 2892 (6.50%) |
Местоимение-предикатив | 3 (0.01%) |
Числительное (количественное) | 561 (1.26%) |
Числительное (порядковое) | 149 (0.33%) |
Наречие | 2259 (5.08%) |
Предикатив | 442 (0.99%) |
Предлог | 5610 (12.61%) |
Союз | 4702 (10.57%) |
Междометие | 991 (2.23%) |
Вводное слово | 135 (0.30%) |
Частица | 3841 (8.63%) |
Причастие | 671 (1.51%) |
Деепричастие | 129 (0.29%) |
Служебных слов: | 23695 (53.26%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 107.72 |
. точка | 97.62 |
- тире | 29.69 |
! восклицательный знак | 4.99 |
? вопросительный знак | 14.25 |
... многоточие | 4.63 |
!.. воскл. знак с многоточием | 0.05 |
?.. вопр. знак с многоточием | 0.19 |
!!! тройной воскл. знак | 0.00 |
?! вопр. знак с восклицанием | 0.56 |
" кавычка | 2.44 |
() скобки | 0.00 |
: двоеточие | 1.86 |
; точка с запятой | 0.00 |
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.