Длина текста, знаков: | 546979 |
Слов в произведении (СВП): | 81788 |
Приблизительно страниц: | 278 |
Средняя длина слова, знаков: | 5.14 |
Средняя длина предложения (СДП), знаков: | 53.77 |
СДП авторского текста, знаков: | 84.76 |
СДП диалога, знаков: | 41.59 |
Доля диалогов в тексте: | 55.68% |
Доля авторского текста в диалогах: | 5.66% |
|
Активный словарный запас |
Использовано уникальных слов: | 9231 |
Активный словарный запас (АСЗ): | 8433 |
Активный несловарный запас (АНСЗ): | 798 |
Удельный АСЗ на 3000 слов текста: | 1156.45 | |
Удельный АСЗ на 10000 слов текста: | 2677.59 | —> 8368-е место в рейтинге УАСЗ-10000 |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 17540 (21.45% от СВП) |
Определённых частей речи (ОЧР), слов: | 64248 (78.55% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 21313 (33.17%) |
Прилагательное | 6365 (9.91%) |
Глагол | 15758 (24.53%) |
Местоимение-существительное | 6568 (10.22%) |
Местоименное прилагательное | 3627 (5.65%) |
Местоимение-предикатив | 12 (0.02%) |
Числительное (количественное) | 801 (1.25%) |
Числительное (порядковое) | 117 (0.18%) |
Наречие | 3216 (5.01%) |
Предикатив | 568 (0.88%) |
Предлог | 7599 (11.83%) |
Союз | 5666 (8.82%) |
Междометие | 1319 (2.05%) |
Вводное слово | 117 (0.18%) |
Частица | 4284 (6.67%) |
Причастие | 1159 (1.80%) |
Деепричастие | 123 (0.19%) |
Служебных слов: | 29315 (45.63%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 116.11 |
. точка | 96.85 |
- тире | 35.41 |
! восклицательный знак | 9.62 |
? вопросительный знак | 13.35 |
... многоточие | 1.79 |
!.. воскл. знак с многоточием | 0.00 |
?.. вопр. знак с многоточием | 0.00 |
!!! тройной воскл. знак | 0.00 |
?! вопр. знак с восклицанием | 0.00 |
" кавычка | 0.68 |
() скобки | 0.00 |
: двоеточие | 1.65 |
; точка с запятой | 0.57 |
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.