Длина текста, знаков: | 609072 |
Слов в произведении (СВП): | 89019 |
Приблизительно страниц: | 318 |
Средняя длина слова, знаков: | 5.39 |
Средняя длина предложения (СДП), знаков: | 71.15 |
СДП авторского текста, знаков: | 83.19 |
СДП диалога, знаков: | 53.73 |
Доля диалогов в тексте: | 30.98% |
Доля авторского текста в диалогах: | 7.43% |
|
Активный словарный запас |
Использовано уникальных слов: | 11268 |
Активный словарный запас (АСЗ): | 10463 |
Активный несловарный запас (АНСЗ): | 805 |
Удельный АСЗ на 3000 слов текста: | 1278.56 | |
Удельный АСЗ на 10000 слов текста: | 3014.11 | отсутствует в рейтинге УАСЗ-10000 |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 21413 (24.05% от СВП) |
Определённых частей речи (ОЧР), слов: | 67606 (75.95% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 21979 (32.51%) |
Прилагательное | 7811 (11.55%) |
Глагол | 15427 (22.82%) |
Местоимение-существительное | 6553 (9.69%) |
Местоименное прилагательное | 4233 (6.26%) |
Местоимение-предикатив | 15 (0.02%) |
Числительное (количественное) | 848 (1.25%) |
Числительное (порядковое) | 228 (0.34%) |
Наречие | 4196 (6.21%) |
Предикатив | 736 (1.09%) |
Предлог | 8816 (13.04%) |
Союз | 7131 (10.55%) |
Междометие | 1389 (2.05%) |
Вводное слово | 306 (0.45%) |
Частица | 5757 (8.52%) |
Причастие | 1407 (2.08%) |
Деепричастие | 255 (0.38%) |
Служебных слов: | 34455 (50.96%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 111.01 |
. точка | 76.56 |
- тире | 27.96 |
! восклицательный знак | 5.79 |
? вопросительный знак | 5.39 |
... многоточие | 5.07 |
!.. воскл. знак с многоточием | 0.37 |
?.. вопр. знак с многоточием | 1.25 |
!!! тройной воскл. знак | 0.75 |
?! вопр. знак с восклицанием | 0.62 |
" кавычка | 9.93 |
() скобки | 0.45 |
: двоеточие | 7.10 |
; точка с запятой | 0.19 |
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.