Длина текста, знаков: | 290115 |
Слов в произведении (СВП): | 44183 |
Приблизительно страниц: | 146 |
Средняя длина слова, знаков: | 5 |
Средняя длина предложения (СДП), знаков: | 51.06 |
СДП авторского текста, знаков: | 64.22 |
СДП диалога, знаков: | 40.65 |
Доля диалогов в тексте: | 44.58% |
Доля авторского текста в диалогах: | 7.14% |
|
Активный словарный запас |
Использовано уникальных слов: | 5421 |
Активный словарный запас (АСЗ): | 5219 |
Активный несловарный запас (АНСЗ): | 202 |
Удельный АСЗ на 3000 слов текста: | 1063.89 | |
Удельный АСЗ на 10000 слов текста: | 2318.19 | отсутствует в рейтинге УАСЗ-10000 |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 10318 (23.35% от СВП) |
Определённых частей речи (ОЧР), слов: | 33865 (76.65% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 9634 (28.45%) |
Прилагательное | 2579 (7.62%) |
Глагол | 8666 (25.59%) |
Местоимение-существительное | 4295 (12.68%) |
Местоименное прилагательное | 2170 (6.41%) |
Местоимение-предикатив | 2 (0.01%) |
Числительное (количественное) | 437 (1.29%) |
Числительное (порядковое) | 63 (0.19%) |
Наречие | 1903 (5.62%) |
Предикатив | 364 (1.07%) |
Предлог | 4297 (12.69%) |
Союз | 3456 (10.21%) |
Междометие | 786 (2.32%) |
Вводное слово | 74 (0.22%) |
Частица | 2762 (8.16%) |
Причастие | 510 (1.51%) |
Деепричастие | 129 (0.38%) |
Служебных слов: | 17971 (53.07%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 107.26 |
. точка | 92.84 |
- тире | 33.61 |
! восклицательный знак | 7.42 |
? вопросительный знак | 15.53 |
... многоточие | 8.80 |
!.. воскл. знак с многоточием | 0.14 |
?.. вопр. знак с многоточием | 0.29 |
!!! тройной воскл. знак | 0.00 |
?! вопр. знак с восклицанием | 0.77 |
" кавычка | 15.05 |
() скобки | 0.14 |
: двоеточие | 7.63 |
; точка с запятой | 0.23 |
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.