Длина текста, знаков: | 890421 |
Слов в произведении (СВП): | 129023 |
Приблизительно страниц: | 460 |
Средняя длина слова, знаков: | 5.38 |
Средняя длина предложения (СДП), знаков: | 60.78 |
СДП авторского текста, знаков: | 77.24 |
СДП диалога, знаков: | 49.57 |
Доля диалогов в тексте: | 48.69% |
Доля авторского текста в диалогах: | 6.23% |
|
Активный словарный запас |
Использовано уникальных слов: | 12479 |
Активный словарный запас (АСЗ): | 11748 |
Активный несловарный запас (АНСЗ): | 731 |
Удельный АСЗ на 3000 слов текста: | 1194.09 | |
Удельный АСЗ на 10000 слов текста: | 2804.01 | —> 6368-е место в рейтинге УАСЗ-10000 |
Удельный АСЗ на 100000 слов текста: | 10950.80 | |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 28534 (22.12% от СВП) |
Определённых частей речи (ОЧР), слов: | 100489 (77.88% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 32075 (31.92%) |
Прилагательное | 10869 (10.82%) |
Глагол | 22122 (22.01%) |
Местоимение-существительное | 11100 (11.05%) |
Местоименное прилагательное | 6715 (6.68%) |
Местоимение-предикатив | 8 (0.01%) |
Числительное (количественное) | 960 (0.96%) |
Числительное (порядковое) | 199 (0.20%) |
Наречие | 5034 (5.01%) |
Предикатив | 1067 (1.06%) |
Предлог | 12816 (12.75%) |
Союз | 9173 (9.13%) |
Междометие | 2392 (2.38%) |
Вводное слово | 271 (0.27%) |
Частица | 7781 (7.74%) |
Причастие | 3064 (3.05%) |
Деепричастие | 352 (0.35%) |
Служебных слов: | 50608 (50.36%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 116.64 |
. точка | 78.12 |
- тире | 22.74 |
! восклицательный знак | 13.48 |
? вопросительный знак | 12.84 |
... многоточие | 5.29 |
!.. воскл. знак с многоточием | 0.95 |
?.. вопр. знак с многоточием | 0.35 |
!!! тройной воскл. знак | 0.00 |
?! вопр. знак с восклицанием | 0.12 |
" кавычка | 18.98 |
() скобки | 0.53 |
: двоеточие | 3.74 |
; точка с запятой | 0.16 |
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.