Длина текста, знаков: | 684501 |
Слов в произведении (СВП): | 101123 |
Приблизительно страниц: | 351 |
Средняя длина слова, знаков: | 5.24 |
Средняя длина предложения (СДП), знаков: | 51.96 |
СДП авторского текста, знаков: | 63.68 |
СДП диалога, знаков: | 39.13 |
Доля диалогов в тексте: | 36.09% |
Доля авторского текста в диалогах: | 6.78% |
|
Активный словарный запас |
Использовано уникальных слов: | 12929 |
Активный словарный запас (АСЗ): | 11963 |
Активный несловарный запас (АНСЗ): | 966 |
Удельный АСЗ на 3000 слов текста: | 1268.99 | |
Удельный АСЗ на 10000 слов текста: | 3042.28 | отсутствует в рейтинге УАСЗ-10000 |
Удельный АСЗ на 100000 слов текста: | 12834.80 | |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 23702 (23.44% от СВП) |
Определённых частей речи (ОЧР), слов: | 77421 (76.56% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 23556 (30.43%) |
Прилагательное | 8019 (10.36%) |
Глагол | 18553 (23.96%) |
Местоимение-существительное | 9102 (11.76%) |
Местоименное прилагательное | 4519 (5.84%) |
Местоимение-предикатив | 13 (0.02%) |
Числительное (количественное) | 1304 (1.68%) |
Числительное (порядковое) | 310 (0.40%) |
Наречие | 5232 (6.76%) |
Предикатив | 796 (1.03%) |
Предлог | 9367 (12.10%) |
Союз | 7462 (9.64%) |
Междометие | 1564 (2.02%) |
Вводное слово | 328 (0.42%) |
Частица | 6752 (8.72%) |
Причастие | 1577 (2.04%) |
Деепричастие | 249 (0.32%) |
Служебных слов: | 39356 (50.83%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 131.63 |
. точка | 101.06 |
- тире | 28.44 |
! восклицательный знак | 4.18 |
? вопросительный знак | 16.29 |
... многоточие | 7.73 |
!.. воскл. знак с многоточием | 0.36 |
?.. вопр. знак с многоточием | 0.35 |
!!! тройной воскл. знак | 0.00 |
?! вопр. знак с восклицанием | 0.40 |
" кавычка | 21.38 |
() скобки | 0.15 |
: двоеточие | 2.68 |
; точка с запятой | 0.28 |
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.