Лингвистический анализ произведения
Длина текста, знаков: | 607131 |
Слов в произведении (СВП): | 88679 |
Приблизительно страниц: | 316 |
Средняя длина слова, знаков: | 5.38 |
Средняя длина предложения (СДП), знаков: | 44.08 |
СДП авторского текста, знаков: | 56.76 |
СДП диалога, знаков: | 34.73 |
Доля диалогов в тексте: | 45.58% |
Доля авторского текста в диалогах: | 3.14% |
|
Активный словарный запас |
Использовано уникальных слов: | 10580 |
Активный словарный запас (АСЗ): | 10069 |
Активный несловарный запас (АНСЗ): | 511 |
Удельный АСЗ на 3000 слов текста: | 1224.38 | |
Удельный АСЗ на 10000 слов текста: | 2870.99 | —> 5388-е место в рейтинге УАСЗ-10000 |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 20268 (22.86% от СВП) |
Определённых частей речи (ОЧР), слов: | 68411 (77.14% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 22067 (32.26%) |
Прилагательное | 7870 (11.50%) |
Глагол | 16396 (23.97%) |
Местоимение-существительное | 6944 (10.15%) |
Местоименное прилагательное | 4254 (6.22%) |
Местоимение-предикатив | 24 (0.04%) |
Числительное (количественное) | 782 (1.14%) |
Числительное (порядковое) | 204 (0.30%) |
Наречие | 4238 (6.19%) |
Предикатив | 611 (0.89%) |
Предлог | 8220 (12.02%) |
Союз | 6258 (9.15%) |
Междометие | 1369 (2.00%) |
Вводное слово | 230 (0.34%) |
Частица | 5223 (7.63%) |
Причастие | 1191 (1.74%) |
Деепричастие | 459 (0.67%) |
Служебных слов: | 32981 (48.21%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 105.49 |
. точка | 114.22 |
- тире | 27.26 |
! восклицательный знак | 11.87 |
? вопросительный знак | 13.97 |
... многоточие | 15.87 |
!.. воскл. знак с многоточием | 0.12 |
?.. вопр. знак с многоточием | 0.43 |
!!! тройной воскл. знак | 0.21 |
?! вопр. знак с восклицанием | 0.85 |
" кавычка | 6.60 |
() скобки | 0.00 |
: двоеточие | 2.02 |
; точка с запятой | 0.01 |
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».