Лингвистический анализ произведения
| Длина текста, знаков: | 691698 |
| Слов в произведении (СВП): | 99155 |
| Приблизительно страниц: | 355 |
| Средняя длина слова, знаков: | 5.4 |
| Средняя длина предложения (СДП), знаков: | 63.63 |
| СДП авторского текста, знаков: | 78.28 |
| СДП диалога, знаков: | 46.1 |
| Доля диалогов в тексте: | 33.13% |
| Доля авторского текста в диалогах: | 9.07% |
|
Активный словарный запас |
| Использовано уникальных слов: | 12096 |
| Активный словарный запас (АСЗ): | 10940 |
| Активный несловарный запас (АНСЗ): | 1156 |
| Удельный АСЗ на 3000 слов текста: | 1321.57 | |
| Удельный АСЗ на 10000 слов текста: | 3099.84 | —> 2461-е место в рейтинге УАСЗ-10000 |
|
Части речи |
| Неопределённых частей речи (НОЧР), слов: | 23397 (23.60% от СВП) |
| Определённых частей речи (ОЧР), слов: | 75758 (76.40% от СВП) |
| Из них (принимая ОЧР за 100%): | |
| Существительное | 24581 (32.45%) |
| Прилагательное | 10233 (13.51%) |
| Глагол | 16951 (22.38%) |
| Местоимение-существительное | 6661 (8.79%) |
| Местоименное прилагательное | 4044 (5.34%) |
| Местоимение-предикатив | 12 (0.02%) |
| Числительное (количественное) | 918 (1.21%) |
| Числительное (порядковое) | 228 (0.30%) |
| Наречие | 4806 (6.34%) |
| Предикатив | 827 (1.09%) |
| Предлог | 8463 (11.17%) |
| Союз | 7610 (10.05%) |
| Междометие | 1278 (1.69%) |
| Вводное слово | 262 (0.35%) |
| Частица | 6479 (8.55%) |
| Причастие | 2386 (3.15%) |
| Деепричастие | 284 (0.37%) |
| Служебных слов: | 35093 (46.32%) |
|
Знаки препинания |
| Частоты знаков препинания (среднее количество на 1000 слов): |
| , запятая | 130.54 |
| . точка | 93.32 |
| - тире | 35.90 |
| ! восклицательный знак | 7.29 |
| ? вопросительный знак | 8.93 |
| ... многоточие | 8.64 |
| !.. воскл. знак с многоточием | 0.95 |
| ?.. вопр. знак с многоточием | 1.10 |
| !!! тройной воскл. знак | 0.09 |
| ?! вопр. знак с восклицанием | 0.65 |
| " кавычка | 4.81 |
| () скобки | 0.73 |
| : двоеточие | 0.43 |
| ; точка с запятой | 3.66 |
Распознавание автора текста
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.
Алгоритм работы лингвоанализатора кратко описан в статье «Лингвистический анализ текста и распознавание автора».
