Длина текста, знаков: | 451939 |
Слов в произведении (СВП): | 70848 |
Приблизительно страниц: | 237 |
Средняя длина слова, знаков: | 5.06 |
Средняя длина предложения (СДП), знаков: | 50.57 |
СДП авторского текста, знаков: | 57.3 |
СДП диалога, знаков: | 40.8 |
Доля диалогов в тексте: | 32.93% |
Доля авторского текста в диалогах: | 2.35% |
|
Активный словарный запас |
Использовано уникальных слов: | 8756 |
Активный словарный запас (АСЗ): | 8327 |
Активный несловарный запас (АНСЗ): | 429 |
Удельный АСЗ на 3000 слов текста: | 1166.94 | |
Удельный АСЗ на 10000 слов текста: | 2710.03 | отсутствует в рейтинге УАСЗ-10000 |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 18387 (25.95% от СВП) |
Определённых частей речи (ОЧР), слов: | 52461 (74.05% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 14822 (28.25%) |
Прилагательное | 5904 (11.25%) |
Глагол | 13440 (25.62%) |
Местоимение-существительное | 7813 (14.89%) |
Местоименное прилагательное | 3258 (6.21%) |
Местоимение-предикатив | 4 (0.01%) |
Числительное (количественное) | 629 (1.20%) |
Числительное (порядковое) | 118 (0.22%) |
Наречие | 2963 (5.65%) |
Предикатив | 471 (0.90%) |
Предлог | 5965 (11.37%) |
Союз | 6292 (11.99%) |
Междометие | 1213 (2.31%) |
Вводное слово | 228 (0.43%) |
Частица | 5376 (10.25%) |
Причастие | 827 (1.58%) |
Деепричастие | 199 (0.38%) |
Служебных слов: | 30348 (57.85%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 106.03 |
. точка | 89.91 |
- тире | 9.94 |
! восклицательный знак | 14.14 |
? вопросительный знак | 15.12 |
... многоточие | 6.72 |
!.. воскл. знак с многоточием | 0.01 |
?.. вопр. знак с многоточием | 0.04 |
!!! тройной воскл. знак | 0.08 |
?! вопр. знак с восклицанием | 0.82 |
" кавычка | 3.09 |
() скобки | 0.69 |
: двоеточие | 0.58 |
; точка с запятой | 0.01 |
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.