Длина текста, знаков: | 586688 |
Слов в произведении (СВП): | 88320 |
Приблизительно страниц: | 313 |
Средняя длина слова, знаков: | 5.35 |
Средняя длина предложения (СДП), знаков: | 84.12 |
СДП авторского текста, знаков: | 106.52 |
СДП диалога, знаков: | 51.86 |
Доля диалогов в тексте: | 25.36% |
Доля авторского текста в диалогах: | 2.19% |
|
Активный словарный запас |
Использовано уникальных слов: | 11164 |
Активный словарный запас (АСЗ): | 10522 |
Активный несловарный запас (АНСЗ): | 642 |
Удельный АСЗ на 3000 слов текста: | 1310.82 | |
Удельный АСЗ на 10000 слов текста: | 3081.11 | отсутствует в рейтинге УАСЗ-10000 |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 19840 (22.46% от СВП) |
Определённых частей речи (ОЧР), слов: | 68480 (77.54% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 23147 (33.80%) |
Прилагательное | 7755 (11.32%) |
Глагол | 16329 (23.84%) |
Местоимение-существительное | 6045 (8.83%) |
Местоименное прилагательное | 3597 (5.25%) |
Местоимение-предикатив | 19 (0.03%) |
Числительное (количественное) | 1160 (1.69%) |
Числительное (порядковое) | 221 (0.32%) |
Наречие | 4227 (6.17%) |
Предикатив | 643 (0.94%) |
Предлог | 8815 (12.87%) |
Союз | 6716 (9.81%) |
Междометие | 1286 (1.88%) |
Вводное слово | 187 (0.27%) |
Частица | 4960 (7.24%) |
Причастие | 1763 (2.57%) |
Деепричастие | 299 (0.44%) |
Служебных слов: | 31924 (46.62%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 117.30 |
. точка | 68.87 |
- тире | 9.58 |
! восклицательный знак | 1.45 |
? вопросительный знак | 4.08 |
... многоточие | 3.78 |
!.. воскл. знак с многоточием | 0.41 |
?.. вопр. знак с многоточием | 0.26 |
!!! тройной воскл. знак | 0.00 |
?! вопр. знак с восклицанием | 0.17 |
" кавычка | 16.21 |
() скобки | 0.29 |
: двоеточие | 8.55 |
; точка с запятой | 0.10 |
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.