Лингвистический анализ произведения
| Длина текста, знаков: | 593858 |
| Слов в произведении (СВП): | 85075 |
| Приблизительно страниц: | 306 |
| Средняя длина слова, знаков: | 5.43 |
| Средняя длина предложения (СДП), знаков: | 65.03 |
| СДП авторского текста, знаков: | 81.28 |
| СДП диалога, знаков: | 49.21 |
| Доля диалогов в тексте: | 38.47% |
| Доля авторского текста в диалогах: | 8% |
|
Активный словарный запас |
| Использовано уникальных слов: | 11017 |
| Активный словарный запас (АСЗ): | 10198 |
| Активный несловарный запас (АНСЗ): | 819 |
| Удельный АСЗ на 3000 слов текста: | 1303.87 | |
| Удельный АСЗ на 10000 слов текста: | 3062.59 | —> 2835-е место в рейтинге УАСЗ-10000 |
|
Части речи |
| Неопределённых частей речи (НОЧР), слов: | 19951 (23.45% от СВП) |
| Определённых частей речи (ОЧР), слов: | 65124 (76.55% от СВП) |
| Из них (принимая ОЧР за 100%): | |
| Существительное | 21446 (32.93%) |
| Прилагательное | 7181 (11.03%) |
| Глагол | 14558 (22.35%) |
| Местоимение-существительное | 5416 (8.32%) |
| Местоименное прилагательное | 3353 (5.15%) |
| Местоимение-предикатив | 22 (0.03%) |
| Числительное (количественное) | 963 (1.48%) |
| Числительное (порядковое) | 155 (0.24%) |
| Наречие | 4147 (6.37%) |
| Предикатив | 734 (1.13%) |
| Предлог | 7974 (12.24%) |
| Союз | 7288 (11.19%) |
| Междометие | 1373 (2.11%) |
| Вводное слово | 222 (0.34%) |
| Частица | 5978 (9.18%) |
| Причастие | 1727 (2.65%) |
| Деепричастие | 189 (0.29%) |
| Служебных слов: | 31815 (48.85%) |
|
Знаки препинания |
| Частоты знаков препинания (среднее количество на 1000 слов): |
| , запятая | 123.19 |
| . точка | 81.43 |
| - тире | 25.45 |
| ! восклицательный знак | 6.75 |
| ? вопросительный знак | 12.41 |
| ... многоточие | 10.26 |
| !.. воскл. знак с многоточием | 0.12 |
| ?.. вопр. знак с многоточием | 0.05 |
| !!! тройной воскл. знак | 0.08 |
| ?! вопр. знак с восклицанием | 0.88 |
| " кавычка | 12.42 |
| () скобки | 1.48 |
| : двоеточие | 4.93 |
| ; точка с запятой | 0.45 |
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».
