Длина текста, знаков: | 913459 |
Слов в произведении (СВП): | 131021 |
Приблизительно страниц: | 453 |
Средняя длина слова, знаков: | 5.22 |
Средняя длина предложения (СДП), знаков: | 85.05 |
СДП авторского текста, знаков: | 127.46 |
СДП диалога, знаков: | 66.44 |
Доля диалогов в тексте: | 54.4% |
Доля авторского текста в диалогах: | 10.75% |
|
Активный словарный запас |
Использовано уникальных слов: | 11262 |
Активный словарный запас (АСЗ): | 10088 |
Активный несловарный запас (АНСЗ): | 1174 |
Удельный АСЗ на 3000 слов текста: | 1134.88 | |
Удельный АСЗ на 10000 слов текста: | 2576.89 | —> 9628-е место в рейтинге УАСЗ-10000 |
Удельный АСЗ на 100000 слов текста: | 9664.78 | |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 33921 (25.89% от СВП) |
Определённых частей речи (ОЧР), слов: | 97100 (74.11% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 24642 (25.38%) |
Прилагательное | 12465 (12.84%) |
Глагол | 23698 (24.41%) |
Местоимение-существительное | 13286 (13.68%) |
Местоименное прилагательное | 6970 (7.18%) |
Местоимение-предикатив | 25 (0.03%) |
Числительное (количественное) | 1378 (1.42%) |
Числительное (порядковое) | 122 (0.13%) |
Наречие | 6764 (6.97%) |
Предикатив | 1087 (1.12%) |
Предлог | 10972 (11.30%) |
Союз | 11050 (11.38%) |
Междометие | 2047 (2.11%) |
Вводное слово | 511 (0.53%) |
Частица | 9210 (9.49%) |
Причастие | 1301 (1.34%) |
Деепричастие | 213 (0.22%) |
Служебных слов: | 54284 (55.91%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 120.52 |
. точка | 54.05 |
- тире | 49.69 |
! восклицательный знак | 15.30 |
? вопросительный знак | 9.86 |
... многоточие | 10.14 |
!.. воскл. знак с многоточием | 0.18 |
?.. вопр. знак с многоточием | 0.12 |
!!! тройной воскл. знак | 0.00 |
?! вопр. знак с восклицанием | 0.56 |
" кавычка | 0.37 |
() скобки | 0.89 |
: двоеточие | 12.52 |
; точка с запятой | 0.22 |
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.