Лингвистический анализ произведения
Длина текста, знаков: | 128681 |
Слов в произведении (СВП): | 19936 |
Приблизительно страниц: | 66 |
Средняя длина слова, знаков: | 5.04 |
Средняя длина предложения (СДП), знаков: | 64.57 |
СДП авторского текста, знаков: | 75.93 |
СДП диалога, знаков: | 43.1 |
Доля диалогов в тексте: | 23.22% |
Доля авторского текста в диалогах: | 7.99% |
|
Активный словарный запас |
Использовано уникальных слов: | 3615 |
Активный словарный запас (АСЗ): | 3486 |
Активный несловарный запас (АНСЗ): | 129 |
Удельный АСЗ на 3000 слов текста: | 1089.51 | |
Удельный АСЗ на 10000 слов текста: | 2377.81 | —> 11338-е место в рейтинге УАСЗ-10000 |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 4982 (24.99% от СВП) |
Определённых частей речи (ОЧР), слов: | 14954 (75.01% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 4444 (29.72%) |
Прилагательное | 1661 (11.11%) |
Глагол | 3814 (25.50%) |
Местоимение-существительное | 1563 (10.45%) |
Местоименное прилагательное | 794 (5.31%) |
Местоимение-предикатив | 4 (0.03%) |
Числительное (количественное) | 220 (1.47%) |
Числительное (порядковое) | 31 (0.21%) |
Наречие | 1232 (8.24%) |
Предикатив | 250 (1.67%) |
Предлог | 1917 (12.82%) |
Союз | 1636 (10.94%) |
Междометие | 305 (2.04%) |
Вводное слово | 74 (0.49%) |
Частица | 1305 (8.73%) |
Причастие | 329 (2.20%) |
Деепричастие | 40 (0.27%) |
Служебных слов: | 7638 (51.08%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 131.47 |
. точка | 69.67 |
- тире | 21.97 |
! восклицательный знак | 11.14 |
? вопросительный знак | 12.49 |
... многоточие | 7.83 |
!.. воскл. знак с многоточием | 0.15 |
?.. вопр. знак с многоточием | 0.00 |
!!! тройной воскл. знак | 0.00 |
?! вопр. знак с восклицанием | 0.10 |
" кавычка | 2.76 |
() скобки | 0.10 |
: двоеточие | 1.25 |
; точка с запятой | 0.00 |
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».