Лингвистический анализ произведения
| Длина текста, знаков: | 675722 |
| Слов в произведении (СВП): | 95710 |
| Приблизительно страниц: | 340 |
| Средняя длина слова, знаков: | 5.36 |
| Средняя длина предложения (СДП), знаков: | 79.77 |
| СДП авторского текста, знаков: | 107.58 |
| СДП диалога, знаков: | 55.48 |
| Доля диалогов в тексте: | 37.23% |
| Доля авторского текста в диалогах: | 15.28% |
|
Активный словарный запас |
| Использовано уникальных слов: | 10184 |
| Активный словарный запас (АСЗ): | 9564 |
| Активный несловарный запас (АНСЗ): | 620 |
| Удельный АСЗ на 3000 слов текста: | 1173.63 | |
| Удельный АСЗ на 10000 слов текста: | 2693.19 | —> 8127-е место в рейтинге УАСЗ-10000 |
|
Части речи |
| Неопределённых частей речи (НОЧР), слов: | 23662 (24.72% от СВП) |
| Определённых частей речи (ОЧР), слов: | 72048 (75.28% от СВП) |
| Из них (принимая ОЧР за 100%): | |
| Существительное | 21072 (29.25%) |
| Прилагательное | 7106 (9.86%) |
| Глагол | 17653 (24.50%) |
| Местоимение-существительное | 7159 (9.94%) |
| Местоименное прилагательное | 4561 (6.33%) |
| Местоимение-предикатив | 22 (0.03%) |
| Числительное (количественное) | 908 (1.26%) |
| Числительное (порядковое) | 188 (0.26%) |
| Наречие | 4587 (6.37%) |
| Предикатив | 652 (0.90%) |
| Предлог | 9040 (12.55%) |
| Союз | 8692 (12.06%) |
| Междометие | 1622 (2.25%) |
| Вводное слово | 320 (0.44%) |
| Частица | 7019 (9.74%) |
| Причастие | 1445 (2.01%) |
| Деепричастие | 268 (0.37%) |
| Служебных слов: | 38703 (53.72%) |
|
Знаки препинания |
| Частоты знаков препинания (среднее количество на 1000 слов): |
| , запятая | 139.44 |
| . точка | 67.43 |
| - тире | 29.16 |
| ! восклицательный знак | 7.27 |
| ? вопросительный знак | 9.61 |
| ... многоточие | 1.70 |
| !.. воскл. знак с многоточием | 0.42 |
| ?.. вопр. знак с многоточием | 0.44 |
| !!! тройной воскл. знак | 0.15 |
| ?! вопр. знак с восклицанием | 0.57 |
| " кавычка | 2.99 |
| () скобки | 0.21 |
| : двоеточие | 1.30 |
| ; точка с запятой | 0.17 |
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».
