Длина текста, знаков: | 437975 |
Слов в произведении (СВП): | 61157 |
Приблизительно страниц: | 232 |
Средняя длина слова, знаков: | 5.74 |
Средняя длина предложения (СДП), знаков: | 67.37 |
СДП авторского текста, знаков: | 85.47 |
СДП диалога, знаков: | 46.98 |
Доля диалогов в тексте: | 32.89% |
Доля авторского текста в диалогах: | 5.15% |
|
Активный словарный запас |
Использовано уникальных слов: | 9957 |
Активный словарный запас (АСЗ): | 9050 |
Активный несловарный запас (АНСЗ): | 907 |
Удельный АСЗ на 3000 слов текста: | 1339.02 | |
Удельный АСЗ на 10000 слов текста: | 3192.76 | —> 1635-е место в рейтинге УАСЗ-10000 |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 12781 (20.90% от СВП) |
Определённых частей речи (ОЧР), слов: | 48376 (79.10% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 16755 (34.63%) |
Прилагательное | 6405 (13.24%) |
Глагол | 9885 (20.43%) |
Местоимение-существительное | 4586 (9.48%) |
Местоименное прилагательное | 2410 (4.98%) |
Местоимение-предикатив | 0 (0.00%) |
Числительное (количественное) | 899 (1.86%) |
Числительное (порядковое) | 191 (0.39%) |
Наречие | 2411 (4.98%) |
Предикатив | 418 (0.86%) |
Предлог | 6138 (12.69%) |
Союз | 3863 (7.99%) |
Междометие | 713 (1.47%) |
Вводное слово | 141 (0.29%) |
Частица | 3074 (6.35%) |
Причастие | 1169 (2.42%) |
Деепричастие | 115 (0.24%) |
Служебных слов: | 21040 (43.49%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 95.54 |
. точка | 70.77 |
- тире | 19.59 |
! восклицательный знак | 16.74 |
? вопросительный знак | 10.01 |
... многоточие | 8.88 |
!.. воскл. знак с многоточием | 0.38 |
?.. вопр. знак с многоточием | 0.10 |
!!! тройной воскл. знак | 0.02 |
?! вопр. знак с восклицанием | 1.08 |
" кавычка | 25.16 |
() скобки | 0.82 |
: двоеточие | 5.10 |
; точка с запятой | 0.39 |
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.