Длина текста, знаков: | 393330 |
Слов в произведении (СВП): | 52415 |
Приблизительно страниц: | 197 |
Средняя длина слова, знаков: | 5.69 |
Средняя длина предложения (СДП), знаков: | 68.37 |
СДП авторского текста, знаков: | 92.41 |
СДП диалога, знаков: | 52.41 |
Доля диалогов в тексте: | 46.18% |
Доля авторского текста в диалогах: | 14.49% |
|
Активный словарный запас |
Использовано уникальных слов: | 7753 |
Активный словарный запас (АСЗ): | 7193 |
Активный несловарный запас (АНСЗ): | 560 |
Удельный АСЗ на 3000 слов текста: | 1312.24 | |
Удельный АСЗ на 10000 слов текста: | 3003.68 | —> 3538-е место в рейтинге УАСЗ-10000 |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 9622 (18.36% от СВП) |
Определённых частей речи (ОЧР), слов: | 42793 (81.64% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 15068 (35.21%) |
Прилагательное | 4786 (11.18%) |
Глагол | 8834 (20.64%) |
Местоимение-существительное | 3122 (7.30%) |
Местоименное прилагательное | 1776 (4.15%) |
Местоимение-предикатив | 3 (0.01%) |
Числительное (количественное) | 621 (1.45%) |
Числительное (порядковое) | 109 (0.25%) |
Наречие | 2010 (4.70%) |
Предикатив | 325 (0.76%) |
Предлог | 5704 (13.33%) |
Союз | 3605 (8.42%) |
Междометие | 694 (1.62%) |
Вводное слово | 57 (0.13%) |
Частица | 2071 (4.84%) |
Причастие | 1102 (2.58%) |
Деепричастие | 133 (0.31%) |
Служебных слов: | 17165 (40.11%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 105.48 |
. точка | 89.00 |
- тире | 31.99 |
! восклицательный знак | 6.83 |
? вопросительный знак | 8.17 |
... многоточие | 0.71 |
!.. воскл. знак с многоточием | 0.00 |
?.. вопр. знак с многоточием | 0.00 |
!!! тройной воскл. знак | 0.00 |
?! вопр. знак с восклицанием | 0.78 |
" кавычка | 26.04 |
() скобки | 0.00 |
: двоеточие | 2.71 |
; точка с запятой | 0.04 |
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.