Длина текста, знаков: | 364452 |
Слов в произведении (СВП): | 54154 |
Приблизительно страниц: | 190 |
Средняя длина слова, знаков: | 5.3 |
Средняя длина предложения (СДП), знаков: | 67.26 |
СДП авторского текста, знаков: | 78.51 |
СДП диалога, знаков: | 52.69 |
Доля диалогов в тексте: | 34.19% |
Доля авторского текста в диалогах: | 7.16% |
|
Активный словарный запас |
Использовано уникальных слов: | 7273 |
Активный словарный запас (АСЗ): | 7069 |
Активный несловарный запас (АНСЗ): | 204 |
Удельный АСЗ на 3000 слов текста: | 1209.99 | |
Удельный АСЗ на 10000 слов текста: | 2751.57 | отсутствует в рейтинге УАСЗ-10000 |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 11761 (21.72% от СВП) |
Определённых частей речи (ОЧР), слов: | 42393 (78.28% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 14084 (33.22%) |
Прилагательное | 4321 (10.19%) |
Глагол | 11011 (25.97%) |
Местоимение-существительное | 4693 (11.07%) |
Местоименное прилагательное | 2426 (5.72%) |
Местоимение-предикатив | 5 (0.01%) |
Числительное (количественное) | 448 (1.06%) |
Числительное (порядковое) | 62 (0.15%) |
Наречие | 2026 (4.78%) |
Предикатив | 271 (0.64%) |
Предлог | 5007 (11.81%) |
Союз | 3787 (8.93%) |
Междометие | 824 (1.94%) |
Вводное слово | 86 (0.20%) |
Частица | 3043 (7.18%) |
Причастие | 800 (1.89%) |
Деепричастие | 140 (0.33%) |
Служебных слов: | 20011 (47.20%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 118.11 |
. точка | 85.24 |
- тире | 17.75 |
! восклицательный знак | 2.64 |
? вопросительный знак | 6.76 |
... многоточие | 3.07 |
!.. воскл. знак с многоточием | 0.00 |
?.. вопр. знак с многоточием | 0.06 |
!!! тройной воскл. знак | 0.00 |
?! вопр. знак с восклицанием | 0.04 |
" кавычка | 4.14 |
() скобки | 0.00 |
: двоеточие | 3.58 |
; точка с запятой | 0.07 |
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.