Лингвистический анализ произведения
| Длина текста, знаков: | 597912 |
| Слов в произведении (СВП): | 84148 |
| Приблизительно страниц: | 307 |
| Средняя длина слова, знаков: | 5.5 |
| Средняя длина предложения (СДП), знаков: | 56.35 |
| СДП авторского текста, знаков: | 74.69 |
| СДП диалога, знаков: | 51.07 |
| Доля диалогов в тексте: | 70.44% |
| Доля авторского текста в диалогах: | 5.61% |
|
Активный словарный запас |
| Использовано уникальных слов: | 9650 |
| Активный словарный запас (АСЗ): | 9156 |
| Активный несловарный запас (АНСЗ): | 494 |
| Удельный АСЗ на 3000 слов текста: | 1179.74 | |
| Удельный АСЗ на 10000 слов текста: | 2736.87 | —> 7465-е место в рейтинге УАСЗ-10000 |
|
Части речи |
| Неопределённых частей речи (НОЧР), слов: | 19278 (22.91% от СВП) |
| Определённых частей речи (ОЧР), слов: | 64870 (77.09% от СВП) |
| Из них (принимая ОЧР за 100%): | |
| Существительное | 21389 (32.97%) |
| Прилагательное | 7313 (11.27%) |
| Глагол | 14687 (22.64%) |
| Местоимение-существительное | 6922 (10.67%) |
| Местоименное прилагательное | 3712 (5.72%) |
| Местоимение-предикатив | 11 (0.02%) |
| Числительное (количественное) | 1079 (1.66%) |
| Числительное (порядковое) | 437 (0.67%) |
| Наречие | 3416 (5.27%) |
| Предикатив | 740 (1.14%) |
| Предлог | 8079 (12.45%) |
| Союз | 6431 (9.91%) |
| Междометие | 1343 (2.07%) |
| Вводное слово | 239 (0.37%) |
| Частица | 4890 (7.54%) |
| Причастие | 1156 (1.78%) |
| Деепричастие | 141 (0.22%) |
| Служебных слов: | 31768 (48.97%) |
|
Знаки препинания |
| Частоты знаков препинания (среднее количество на 1000 слов): |
| , запятая | 107.63 |
| . точка | 104.96 |
| - тире | 32.13 |
| ! восклицательный знак | 3.61 |
| ? вопросительный знак | 11.33 |
| ... многоточие | 2.03 |
| !.. воскл. знак с многоточием | 0.00 |
| ?.. вопр. знак с многоточием | 0.05 |
| !!! тройной воскл. знак | 0.00 |
| ?! вопр. знак с восклицанием | 0.67 |
| " кавычка | 6.58 |
| () скобки | 0.08 |
| : двоеточие | 2.78 |
| ; точка с запятой | 0.19 |
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».
