Длина текста, знаков: | 462765 |
Слов в произведении (СВП): | 67879 |
Приблизительно страниц: | 240 |
Средняя длина слова, знаков: | 5.33 |
Средняя длина предложения (СДП), знаков: | 79.39 |
СДП авторского текста, знаков: | 112.51 |
СДП диалога, знаков: | 44.2 |
Доля диалогов в тексте: | 27.15% |
Доля авторского текста в диалогах: | 11.37% |
|
Активный словарный запас |
Использовано уникальных слов: | 8167 |
Активный словарный запас (АСЗ): | 7649 |
Активный несловарный запас (АНСЗ): | 518 |
Удельный АСЗ на 3000 слов текста: | 1229.53 | |
Удельный АСЗ на 10000 слов текста: | 2791.18 | отсутствует в рейтинге УАСЗ-10000 |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 14535 (21.41% от СВП) |
Определённых частей речи (ОЧР), слов: | 53344 (78.59% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 15617 (29.28%) |
Прилагательное | 6696 (12.55%) |
Глагол | 12880 (24.15%) |
Местоимение-существительное | 4647 (8.71%) |
Местоименное прилагательное | 3224 (6.04%) |
Местоимение-предикатив | 9 (0.02%) |
Числительное (количественное) | 761 (1.43%) |
Числительное (порядковое) | 95 (0.18%) |
Наречие | 3462 (6.49%) |
Предикатив | 284 (0.53%) |
Предлог | 6259 (11.73%) |
Союз | 5497 (10.30%) |
Междометие | 1034 (1.94%) |
Вводное слово | 104 (0.19%) |
Частица | 3700 (6.94%) |
Причастие | 1261 (2.36%) |
Деепричастие | 155 (0.29%) |
Служебных слов: | 24629 (46.17%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 134.27 |
. точка | 69.01 |
- тире | 24.10 |
! восклицательный знак | 4.51 |
? вопросительный знак | 7.75 |
... многоточие | 2.18 |
!.. воскл. знак с многоточием | 0.04 |
?.. вопр. знак с многоточием | 0.09 |
!!! тройной воскл. знак | 0.00 |
?! вопр. знак с восклицанием | 0.37 |
" кавычка | 3.09 |
() скобки | 0.13 |
: двоеточие | 3.57 |
; точка с запятой | 0.06 |
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.