Длина текста, знаков: | 614891 |
Слов в произведении (СВП): | 92264 |
Приблизительно страниц: | 318 |
Средняя длина слова, знаков: | 5.21 |
Средняя длина предложения (СДП), знаков: | 73 |
СДП авторского текста, знаков: | 104.61 |
СДП диалога, знаков: | 48.56 |
Доля диалогов в тексте: | 37.65% |
Доля авторского текста в диалогах: | 6.1% |
|
Активный словарный запас |
Использовано уникальных слов: | 9233 |
Активный словарный запас (АСЗ): | 8716 |
Активный несловарный запас (АНСЗ): | 517 |
Удельный АСЗ на 3000 слов текста: | 1134.89 | |
Удельный АСЗ на 10000 слов текста: | 2588.10 | отсутствует в рейтинге УАСЗ-10000 |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 22614 (24.51% от СВП) |
Определённых частей речи (ОЧР), слов: | 69650 (75.49% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 22863 (32.83%) |
Прилагательное | 7332 (10.53%) |
Глагол | 16921 (24.29%) |
Местоимение-существительное | 6352 (9.12%) |
Местоименное прилагательное | 3671 (5.27%) |
Местоимение-предикатив | 26 (0.04%) |
Числительное (количественное) | 1512 (2.17%) |
Числительное (порядковое) | 347 (0.50%) |
Наречие | 4749 (6.82%) |
Предикатив | 890 (1.28%) |
Предлог | 9711 (13.94%) |
Союз | 7345 (10.55%) |
Междометие | 1377 (1.98%) |
Вводное слово | 270 (0.39%) |
Частица | 5916 (8.49%) |
Причастие | 1348 (1.94%) |
Деепричастие | 210 (0.30%) |
Служебных слов: | 34878 (50.08%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 127.57 |
. точка | 75.57 |
- тире | 25.81 |
! восклицательный знак | 2.36 |
? вопросительный знак | 10.16 |
... многоточие | 0.77 |
!.. воскл. знак с многоточием | 0.04 |
?.. вопр. знак с многоточием | 0.04 |
!!! тройной воскл. знак | 0.00 |
?! вопр. знак с восклицанием | 0.08 |
" кавычка | 15.38 |
() скобки | 0.00 |
: двоеточие | 4.92 |
; точка с запятой | 0.21 |
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.