Длина текста, знаков: | 517810 |
Слов в произведении (СВП): | 68754 |
Приблизительно страниц: | 268 |
Средняя длина слова, знаков: | 5.88 |
Средняя длина предложения (СДП), знаков: | 56.9 |
СДП авторского текста, знаков: | 61.25 |
СДП диалога, знаков: | 48.99 |
Доля диалогов в тексте: | 30.63% |
Доля авторского текста в диалогах: | 16.35% |
|
Активный словарный запас |
Использовано уникальных слов: | 10535 |
Активный словарный запас (АСЗ): | 10051 |
Активный несловарный запас (АНСЗ): | 484 |
Удельный АСЗ на 3000 слов текста: | 1470.53 | |
Удельный АСЗ на 10000 слов текста: | 3430.55 | —> 487-е место в рейтинге УАСЗ-10000 |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 14392 (20.93% от СВП) |
Определённых частей речи (ОЧР), слов: | 54362 (79.07% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 20123 (37.02%) |
Прилагательное | 7932 (14.59%) |
Глагол | 11917 (21.92%) |
Местоимение-существительное | 3829 (7.04%) |
Местоименное прилагательное | 2177 (4.00%) |
Местоимение-предикатив | 9 (0.02%) |
Числительное (количественное) | 670 (1.23%) |
Числительное (порядковое) | 133 (0.24%) |
Наречие | 2922 (5.38%) |
Предикатив | 478 (0.88%) |
Предлог | 6907 (12.71%) |
Союз | 4289 (7.89%) |
Междометие | 827 (1.52%) |
Вводное слово | 170 (0.31%) |
Частица | 3876 (7.13%) |
Причастие | 1344 (2.47%) |
Деепричастие | 195 (0.36%) |
Служебных слов: | 22279 (40.98%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 103.09 |
. точка | 111.41 |
- тире | 21.99 |
! восклицательный знак | 1.86 |
? вопросительный знак | 14.15 |
... многоточие | 3.61 |
!.. воскл. знак с многоточием | 0.00 |
?.. вопр. знак с многоточием | 0.01 |
!!! тройной воскл. знак | 0.07 |
?! вопр. знак с восклицанием | 0.35 |
" кавычка | 5.35 |
() скобки | 0.76 |
: двоеточие | 3.16 |
; точка с запятой | 0.06 |
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.