Длина текста, знаков: | 966223 |
Слов в произведении (СВП): | 130554 |
Приблизительно страниц: | 502 |
Средняя длина слова, знаков: | 5.8 |
Средняя длина предложения (СДП), знаков: | 60.43 |
СДП авторского текста, знаков: | 69.08 |
СДП диалога, знаков: | 46.44 |
Доля диалогов в тексте: | 29.43% |
Доля авторского текста в диалогах: | 8.62% |
|
Активный словарный запас |
Использовано уникальных слов: | 19757 |
Активный словарный запас (АСЗ): | 15999 |
Активный несловарный запас (АНСЗ): | 3758 |
Удельный АСЗ на 3000 слов текста: | 1582.98 | |
Удельный АСЗ на 10000 слов текста: | 3905.20 | —> 20-е место в рейтинге УАСЗ-10000 |
Удельный АСЗ на 100000 слов текста: | 17162.30 | |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 22879 (17.52% от СВП) |
Определённых частей речи (ОЧР), слов: | 107675 (82.48% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 36384 (33.79%) |
Прилагательное | 17427 (16.18%) |
Глагол | 22053 (20.48%) |
Местоимение-существительное | 6706 (6.23%) |
Местоименное прилагательное | 3115 (2.89%) |
Местоимение-предикатив | 6 (0.01%) |
Числительное (количественное) | 991 (0.92%) |
Числительное (порядковое) | 222 (0.21%) |
Наречие | 5269 (4.89%) |
Предикатив | 833 (0.77%) |
Предлог | 12821 (11.91%) |
Союз | 7303 (6.78%) |
Междометие | 1579 (1.47%) |
Вводное слово | 274 (0.25%) |
Частица | 5098 (4.73%) |
Причастие | 2634 (2.45%) |
Деепричастие | 383 (0.36%) |
Служебных слов: | 37285 (34.63%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 94.83 |
. точка | 83.50 |
- тире | 36.87 |
! восклицательный знак | 21.31 |
? вопросительный знак | 9.11 |
... многоточие | 18.19 |
!.. воскл. знак с многоточием | 0.08 |
?.. вопр. знак с многоточием | 0.05 |
!!! тройной воскл. знак | 0.31 |
?! вопр. знак с восклицанием | 0.74 |
" кавычка | 14.35 |
() скобки | 3.80 |
: двоеточие | 14.06 |
; точка с запятой | 1.62 |
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.