Длина текста, знаков: | 293305 |
Слов в произведении (СВП): | 44265 |
Приблизительно страниц: | 150 |
Средняя длина слова, знаков: | 5.12 |
Средняя длина предложения (СДП), знаков: | 50.63 |
СДП авторского текста, знаков: | 59.23 |
СДП диалога, знаков: | 33.06 |
Доля диалогов в тексте: | 21.5% |
Доля авторского текста в диалогах: | 11.98% |
|
Активный словарный запас |
Использовано уникальных слов: | 7321 |
Активный словарный запас (АСЗ): | 6951 |
Активный несловарный запас (АНСЗ): | 370 |
Удельный АСЗ на 3000 слов текста: | 1194.42 | |
Удельный АСЗ на 10000 слов текста: | 2798.20 | —> 6473-е место в рейтинге УАСЗ-10000 |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 9553 (21.58% от СВП) |
Определённых частей речи (ОЧР), слов: | 34712 (78.42% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 11125 (32.05%) |
Прилагательное | 3961 (11.41%) |
Глагол | 8246 (23.76%) |
Местоимение-существительное | 3500 (10.08%) |
Местоименное прилагательное | 1521 (4.38%) |
Местоимение-предикатив | 10 (0.03%) |
Числительное (количественное) | 441 (1.27%) |
Числительное (порядковое) | 107 (0.31%) |
Наречие | 2229 (6.42%) |
Предикатив | 292 (0.84%) |
Предлог | 4353 (12.54%) |
Союз | 3622 (10.43%) |
Междометие | 771 (2.22%) |
Вводное слово | 100 (0.29%) |
Частица | 2535 (7.30%) |
Причастие | 491 (1.41%) |
Деепричастие | 86 (0.25%) |
Служебных слов: | 16498 (47.53%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 101.07 |
. точка | 100.67 |
- тире | 22.09 |
! восклицательный знак | 5.83 |
? вопросительный знак | 10.35 |
... многоточие | 15.00 |
!.. воскл. знак с многоточием | 0.18 |
?.. вопр. знак с многоточием | 0.20 |
!!! тройной воскл. знак | 0.00 |
?! вопр. знак с восклицанием | 0.11 |
" кавычка | 16.83 |
() скобки | 2.28 |
: двоеточие | 7.23 |
; точка с запятой | 0.07 |
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.