Длина текста, знаков: | 537579 |
Слов в произведении (СВП): | 81615 |
Приблизительно страниц: | 278 |
Средняя длина слова, знаков: | 5.15 |
Средняя длина предложения (СДП), знаков: | 53.15 |
СДП авторского текста, знаков: | 59.44 |
СДП диалога, знаков: | 41.68 |
Доля диалогов в тексте: | 27.8% |
Доля авторского текста в диалогах: | 10.55% |
|
Активный словарный запас |
Использовано уникальных слов: | 9593 |
Активный словарный запас (АСЗ): | 9034 |
Активный несловарный запас (АНСЗ): | 559 |
Удельный АСЗ на 3000 слов текста: | 1199.35 | |
Удельный АСЗ на 10000 слов текста: | 2773.11 | —> 6872-е место в рейтинге УАСЗ-10000 |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 21929 (26.87% от СВП) |
Определённых частей речи (ОЧР), слов: | 59686 (73.13% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 19394 (32.49%) |
Прилагательное | 6494 (10.88%) |
Глагол | 14049 (23.54%) |
Местоимение-существительное | 5166 (8.66%) |
Местоименное прилагательное | 3686 (6.18%) |
Местоимение-предикатив | 20 (0.03%) |
Числительное (количественное) | 1107 (1.85%) |
Числительное (порядковое) | 153 (0.26%) |
Наречие | 3558 (5.96%) |
Предикатив | 665 (1.11%) |
Предлог | 7756 (12.99%) |
Союз | 8129 (13.62%) |
Междометие | 1481 (2.48%) |
Вводное слово | 273 (0.46%) |
Частица | 6880 (11.53%) |
Причастие | 1048 (1.76%) |
Деепричастие | 228 (0.38%) |
Служебных слов: | 33619 (56.33%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 102.55 |
. точка | 111.03 |
- тире | 10.86 |
! восклицательный знак | 1.83 |
? вопросительный знак | 7.28 |
... многоточие | 1.30 |
!.. воскл. знак с многоточием | 0.01 |
?.. вопр. знак с многоточием | 0.00 |
!!! тройной воскл. знак | 0.01 |
?! вопр. знак с восклицанием | 0.12 |
" кавычка | 0.69 |
() скобки | 0.01 |
: двоеточие | 0.38 |
; точка с запятой | 0.00 |
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.