Лингвистический анализ произведения
| Длина текста, знаков: | 420259 |
| Слов в произведении (СВП): | 59938 |
| Приблизительно страниц: | 214 |
| Средняя длина слова, знаков: | 5.4 |
| Средняя длина предложения (СДП), знаков: | 51.61 |
| СДП авторского текста, знаков: | 65.38 |
| СДП диалога, знаков: | 36.25 |
| Доля диалогов в тексте: | 33.35% |
| Доля авторского текста в диалогах: | 11.82% |
|
Активный словарный запас |
| Использовано уникальных слов: | 8696 |
| Активный словарный запас (АСЗ): | 8459 |
| Активный несловарный запас (АНСЗ): | 237 |
| Удельный АСЗ на 3000 слов текста: | 1381.66 | |
| Удельный АСЗ на 10000 слов текста: | 3176.43 | —> 1769-е место в рейтинге УАСЗ-10000 |
|
Части речи |
| Неопределённых частей речи (НОЧР), слов: | 12288 (20.50% от СВП) |
| Определённых частей речи (ОЧР), слов: | 47650 (79.50% от СВП) |
| Из них (принимая ОЧР за 100%): | |
| Существительное | 16916 (35.50%) |
| Прилагательное | 5107 (10.72%) |
| Глагол | 11668 (24.49%) |
| Местоимение-существительное | 3877 (8.14%) |
| Местоименное прилагательное | 2271 (4.77%) |
| Местоимение-предикатив | 20 (0.04%) |
| Числительное (количественное) | 449 (0.94%) |
| Числительное (порядковое) | 77 (0.16%) |
| Наречие | 2418 (5.07%) |
| Предикатив | 409 (0.86%) |
| Предлог | 5446 (11.43%) |
| Союз | 4205 (8.82%) |
| Междометие | 941 (1.97%) |
| Вводное слово | 99 (0.21%) |
| Частица | 3796 (7.97%) |
| Причастие | 852 (1.79%) |
| Деепричастие | 128 (0.27%) |
| Служебных слов: | 20783 (43.62%) |
|
Знаки препинания |
| Частоты знаков препинания (среднее количество на 1000 слов): |
| , запятая | 99.75 |
| . точка | 116.57 |
| - тире | 41.61 |
| ! восклицательный знак | 5.41 |
| ? вопросительный знак | 9.78 |
| ... многоточие | 3.22 |
| !.. воскл. знак с многоточием | 0.07 |
| ?.. вопр. знак с многоточием | 0.00 |
| !!! тройной воскл. знак | 0.07 |
| ?! вопр. знак с восклицанием | 0.18 |
| " кавычка | 7.27 |
| () скобки | 0.08 |
| : двоеточие | 2.04 |
| ; точка с запятой | 0.13 |
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».
Внимание! У Екатерины Стадниковой 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.
