Длина текста, знаков: | 345538 |
Слов в произведении (СВП): | 50567 |
Приблизительно страниц: | 172 |
Средняя длина слова, знаков: | 5.15 |
Средняя длина предложения (СДП), знаков: | 58.68 |
СДП авторского текста, знаков: | 81.85 |
СДП диалога, знаков: | 46.3 |
Доля диалогов в тексте: | 51.58% |
Доля авторского текста в диалогах: | 9.28% |
|
Активный словарный запас |
Использовано уникальных слов: | 7930 |
Активный словарный запас (АСЗ): | 7332 |
Активный несловарный запас (АНСЗ): | 598 |
Удельный АСЗ на 3000 слов текста: | 1248.21 | |
Удельный АСЗ на 10000 слов текста: | 2908.40 | —> 4849-е место в рейтинге УАСЗ-10000 |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 12113 (23.95% от СВП) |
Определённых частей речи (ОЧР), слов: | 38454 (76.05% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 12056 (31.35%) |
Прилагательное | 4000 (10.40%) |
Глагол | 9406 (24.46%) |
Местоимение-существительное | 3818 (9.93%) |
Местоименное прилагательное | 1870 (4.86%) |
Местоимение-предикатив | 5 (0.01%) |
Числительное (количественное) | 642 (1.67%) |
Числительное (порядковое) | 108 (0.28%) |
Наречие | 2496 (6.49%) |
Предикатив | 394 (1.02%) |
Предлог | 5081 (13.21%) |
Союз | 4348 (11.31%) |
Междометие | 740 (1.92%) |
Вводное слово | 206 (0.54%) |
Частица | 3118 (8.11%) |
Причастие | 654 (1.70%) |
Деепричастие | 141 (0.37%) |
Служебных слов: | 19327 (50.26%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 126.23 |
. точка | 76.26 |
- тире | 34.37 |
! восклицательный знак | 14.57 |
? вопросительный знак | 15.50 |
... многоточие | 7.71 |
!.. воскл. знак с многоточием | 0.06 |
?.. вопр. знак с многоточием | 0.14 |
!!! тройной воскл. знак | 0.18 |
?! вопр. знак с восклицанием | 1.23 |
" кавычка | 6.43 |
() скобки | 1.50 |
: двоеточие | 4.25 |
; точка с запятой | 0.22 |
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.