Лингвистический анализ произведения
| Длина текста, знаков: | 463226 |
| Слов в произведении (СВП): | 64745 |
| Приблизительно страниц: | 226 |
| Средняя длина слова, знаков: | 5.27 |
| Средняя длина предложения (СДП), знаков: | 50.09 |
| СДП авторского текста, знаков: | 56.32 |
| СДП диалога, знаков: | 42.45 |
| Доля диалогов в тексте: | 38.2% |
| Доля авторского текста в диалогах: | 18.45% |
|
Активный словарный запас |
| Использовано уникальных слов: | 7584 |
| Активный словарный запас (АСЗ): | 7287 |
| Активный несловарный запас (АНСЗ): | 297 |
| Удельный АСЗ на 3000 слов текста: | 1171.94 | |
| Удельный АСЗ на 10000 слов текста: | 2610.65 | —> 9229-е место в рейтинге УАСЗ-10000 |
|
Части речи |
| Неопределённых частей речи (НОЧР), слов: | 16345 (25.25% от СВП) |
| Определённых частей речи (ОЧР), слов: | 48400 (74.75% от СВП) |
| Из них (принимая ОЧР за 100%): | |
| Существительное | 15001 (30.99%) |
| Прилагательное | 4928 (10.18%) |
| Глагол | 12678 (26.19%) |
| Местоимение-существительное | 4728 (9.77%) |
| Местоименное прилагательное | 2788 (5.76%) |
| Местоимение-предикатив | 13 (0.03%) |
| Числительное (количественное) | 830 (1.71%) |
| Числительное (порядковое) | 237 (0.49%) |
| Наречие | 2871 (5.93%) |
| Предикатив | 422 (0.87%) |
| Предлог | 6130 (12.67%) |
| Союз | 5727 (11.83%) |
| Междометие | 1497 (3.09%) |
| Вводное слово | 148 (0.31%) |
| Частица | 4873 (10.07%) |
| Причастие | 752 (1.55%) |
| Деепричастие | 178 (0.37%) |
| Служебных слов: | 26082 (53.89%) |
|
Знаки препинания |
| Частоты знаков препинания (среднее количество на 1000 слов): |
| , запятая | 130.25 |
| . точка | 115.47 |
| - тире | 44.19 |
| ! восклицательный знак | 3.24 |
| ? вопросительный знак | 9.39 |
| ... многоточие | 14.83 |
| !.. воскл. знак с многоточием | 0.03 |
| ?.. вопр. знак с многоточием | 0.06 |
| !!! тройной воскл. знак | 0.00 |
| ?! вопр. знак с восклицанием | 0.68 |
| " кавычка | 5.68 |
| () скобки | 0.02 |
| : двоеточие | 2.33 |
| ; точка с запятой | 0.05 |
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».
