Длина текста, знаков: | 420263 |
Слов в произведении (СВП): | 58756 |
Приблизительно страниц: | 212 |
Средняя длина слова, знаков: | 5.46 |
Средняя длина предложения (СДП), знаков: | 63.68 |
СДП авторского текста, знаков: | 78.31 |
СДП диалога, знаков: | 49.27 |
Доля диалогов в тексте: | 39.04% |
Доля авторского текста в диалогах: | 12.99% |
|
Активный словарный запас |
Использовано уникальных слов: | 10361 |
Активный словарный запас (АСЗ): | 9687 |
Активный несловарный запас (АНСЗ): | 674 |
Удельный АСЗ на 3000 слов текста: | 1384.16 | |
Удельный АСЗ на 10000 слов текста: | 3328.20 | —> 895-е место в рейтинге УАСЗ-10000 |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 12604 (21.45% от СВП) |
Определённых частей речи (ОЧР), слов: | 46152 (78.55% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 15810 (34.26%) |
Прилагательное | 5211 (11.29%) |
Глагол | 10839 (23.49%) |
Местоимение-существительное | 4167 (9.03%) |
Местоименное прилагательное | 2148 (4.65%) |
Местоимение-предикатив | 11 (0.02%) |
Числительное (количественное) | 658 (1.43%) |
Числительное (порядковое) | 178 (0.39%) |
Наречие | 2161 (4.68%) |
Предикатив | 466 (1.01%) |
Предлог | 6127 (13.28%) |
Союз | 4217 (9.14%) |
Междометие | 885 (1.92%) |
Вводное слово | 125 (0.27%) |
Частица | 3452 (7.48%) |
Причастие | 889 (1.93%) |
Деепричастие | 105 (0.23%) |
Служебных слов: | 21237 (46.02%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 126.57 |
. точка | 94.92 |
- тире | 29.65 |
! восклицательный знак | 3.30 |
? вопросительный знак | 9.58 |
... многоточие | 3.42 |
!.. воскл. знак с многоточием | 0.00 |
?.. вопр. знак с многоточием | 0.00 |
!!! тройной воскл. знак | 0.00 |
?! вопр. знак с восклицанием | 0.37 |
" кавычка | 9.26 |
() скобки | 1.31 |
: двоеточие | 5.14 |
; точка с запятой | 0.26 |
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.