Длина текста, знаков: | 577401 |
Слов в произведении (СВП): | 84613 |
Приблизительно страниц: | 303 |
Средняя длина слова, знаков: | 5.41 |
Средняя длина предложения (СДП), знаков: | 58.38 |
СДП авторского текста, знаков: | 65.81 |
СДП диалога, знаков: | 47.15 |
Доля диалогов в тексте: | 32.26% |
Доля авторского текста в диалогах: | 4% |
|
Активный словарный запас |
Использовано уникальных слов: | 11085 |
Активный словарный запас (АСЗ): | 10181 |
Активный несловарный запас (АНСЗ): | 904 |
Удельный АСЗ на 3000 слов текста: | 1290.28 | |
Удельный АСЗ на 10000 слов текста: | 3045.72 | отсутствует в рейтинге УАСЗ-10000 |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 19982 (23.62% от СВП) |
Определённых частей речи (ОЧР), слов: | 64631 (76.38% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 20890 (32.32%) |
Прилагательное | 7661 (11.85%) |
Глагол | 14303 (22.13%) |
Местоимение-существительное | 5493 (8.50%) |
Местоименное прилагательное | 3588 (5.55%) |
Местоимение-предикатив | 15 (0.02%) |
Числительное (количественное) | 961 (1.49%) |
Числительное (порядковое) | 215 (0.33%) |
Наречие | 4085 (6.32%) |
Предикатив | 857 (1.33%) |
Предлог | 8426 (13.04%) |
Союз | 6574 (10.17%) |
Междометие | 1207 (1.87%) |
Вводное слово | 287 (0.44%) |
Частица | 5498 (8.51%) |
Причастие | 1259 (1.95%) |
Деепричастие | 227 (0.35%) |
Служебных слов: | 31315 (48.45%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 107.24 |
. точка | 90.86 |
- тире | 30.14 |
! восклицательный знак | 7.14 |
? вопросительный знак | 8.10 |
... многоточие | 6.18 |
!.. воскл. знак с многоточием | 0.35 |
?.. вопр. знак с многоточием | 1.63 |
!!! тройной воскл. знак | 0.50 |
?! вопр. знак с восклицанием | 0.57 |
" кавычка | 18.12 |
() скобки | 0.79 |
: двоеточие | 9.14 |
; точка с запятой | 0.32 |
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.
Внимание! Это произведение писал не один автор, а два, поэтому анализ не может показать точные результаты из-за смешения авторских стилей. К тому же у Дмитрия Кравцова 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.