Длина текста, знаков: | 429971 |
Слов в произведении (СВП): | 63652 |
Приблизительно страниц: | 220 |
Средняя длина слова, знаков: | 5.23 |
Средняя длина предложения (СДП), знаков: | 68.73 |
СДП авторского текста, знаков: | 106.04 |
СДП диалога, знаков: | 34.66 |
Доля диалогов в тексте: | 26.55% |
Доля авторского текста в диалогах: | 12.57% |
|
Активный словарный запас |
Использовано уникальных слов: | 9134 |
Активный словарный запас (АСЗ): | 8719 |
Активный несловарный запас (АНСЗ): | 415 |
Удельный АСЗ на 3000 слов текста: | 1242.44 | |
Удельный АСЗ на 10000 слов текста: | 2939.75 | —> 4409-е место в рейтинге УАСЗ-10000 |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 14720 (23.13% от СВП) |
Определённых частей речи (ОЧР), слов: | 48932 (76.87% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 15406 (31.48%) |
Прилагательное | 5707 (11.66%) |
Глагол | 11023 (22.53%) |
Местоимение-существительное | 4979 (10.18%) |
Местоименное прилагательное | 3511 (7.18%) |
Местоимение-предикатив | 7 (0.01%) |
Числительное (количественное) | 628 (1.28%) |
Числительное (порядковое) | 119 (0.24%) |
Наречие | 3392 (6.93%) |
Предикатив | 464 (0.95%) |
Предлог | 6977 (14.26%) |
Союз | 4473 (9.14%) |
Междометие | 1111 (2.27%) |
Вводное слово | 184 (0.38%) |
Частица | 3723 (7.61%) |
Причастие | 1102 (2.25%) |
Деепричастие | 165 (0.34%) |
Служебных слов: | 25130 (51.36%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 115.09 |
. точка | 79.18 |
- тире | 22.89 |
! восклицательный знак | 2.47 |
? вопросительный знак | 12.08 |
... многоточие | 6.83 |
!.. воскл. знак с многоточием | 0.00 |
?.. вопр. знак с многоточием | 0.20 |
!!! тройной воскл. знак | 0.00 |
?! вопр. знак с восклицанием | 0.31 |
" кавычка | 7.95 |
() скобки | 0.00 |
: двоеточие | 0.82 |
; точка с запятой | 0.17 |
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.