Длина текста, знаков: | 427672 |
Слов в произведении (СВП): | 62132 |
Приблизительно страниц: | 216 |
Средняя длина слова, знаков: | 5.26 |
Средняя длина предложения (СДП), знаков: | 44.72 |
СДП авторского текста, знаков: | 57.75 |
СДП диалога, знаков: | 35.71 |
Доля диалогов в тексте: | 47.36% |
Доля авторского текста в диалогах: | 7.83% |
|
Активный словарный запас |
Использовано уникальных слов: | 7650 |
Активный словарный запас (АСЗ): | 7399 |
Активный несловарный запас (АНСЗ): | 251 |
Удельный АСЗ на 3000 слов текста: | 1154.56 | |
Удельный АСЗ на 10000 слов текста: | 2613.69 | —> 9198-е место в рейтинге УАСЗ-10000 |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 13780 (22.18% от СВП) |
Определённых частей речи (ОЧР), слов: | 48352 (77.82% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 15898 (32.88%) |
Прилагательное | 4954 (10.25%) |
Глагол | 12494 (25.84%) |
Местоимение-существительное | 5386 (11.14%) |
Местоименное прилагательное | 2407 (4.98%) |
Местоимение-предикатив | 9 (0.02%) |
Числительное (количественное) | 604 (1.25%) |
Числительное (порядковое) | 84 (0.17%) |
Наречие | 2770 (5.73%) |
Предикатив | 600 (1.24%) |
Предлог | 5518 (11.41%) |
Союз | 4920 (10.18%) |
Междометие | 1234 (2.55%) |
Вводное слово | 166 (0.34%) |
Частица | 3281 (6.79%) |
Причастие | 703 (1.45%) |
Деепричастие | 114 (0.24%) |
Служебных слов: | 23035 (47.64%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 99.27 |
. точка | 111.18 |
- тире | 35.86 |
! восклицательный знак | 5.20 |
? вопросительный знак | 20.62 |
... многоточие | 9.45 |
!.. воскл. знак с многоточием | 0.02 |
?.. вопр. знак с многоточием | 0.03 |
!!! тройной воскл. знак | 0.00 |
?! вопр. знак с восклицанием | 0.02 |
" кавычка | 6.81 |
() скобки | 0.24 |
: двоеточие | 9.24 |
; точка с запятой | 0.16 |
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.
Внимание! Это произведение писал не один автор, а два, поэтому анализ не может показать точные результаты из-за смешения авторских стилей. К тому же у Евгении Грановской пока не сформирован лингвистический паспорт, а значит этого автора в списке результатов не будет в любом случае. Проверка авторства для данного произведения не может претендовать на верный результат.