Длина текста, знаков: | 421727 |
Слов в произведении (СВП): | 60236 |
Приблизительно страниц: | 229 |
Средняя длина слова, знаков: | 5.74 |
Средняя длина предложения (СДП), знаков: | 86.13 |
СДП авторского текста, знаков: | 89.54 |
СДП диалога, знаков: | 54.61 |
Доля диалогов в тексте: | 6.21% |
Доля авторского текста в диалогах: | 5.37% |
|
Активный словарный запас |
Использовано уникальных слов: | 9108 |
Активный словарный запас (АСЗ): | 8669 |
Активный несловарный запас (АНСЗ): | 439 |
Удельный АСЗ на 3000 слов текста: | 1338.43 | |
Удельный АСЗ на 10000 слов текста: | 3126.02 | —> 2195-е место в рейтинге УАСЗ-10000 |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 14282 (23.71% от СВП) |
Определённых частей речи (ОЧР), слов: | 45954 (76.29% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 16004 (34.83%) |
Прилагательное | 7003 (15.24%) |
Глагол | 9069 (19.73%) |
Местоимение-существительное | 2775 (6.04%) |
Местоименное прилагательное | 2185 (4.75%) |
Местоимение-предикатив | 13 (0.03%) |
Числительное (количественное) | 783 (1.70%) |
Числительное (порядковое) | 200 (0.44%) |
Наречие | 3106 (6.76%) |
Предикатив | 421 (0.92%) |
Предлог | 6886 (14.98%) |
Союз | 4456 (9.70%) |
Междометие | 810 (1.76%) |
Вводное слово | 207 (0.45%) |
Частица | 3571 (7.77%) |
Причастие | 1753 (3.81%) |
Деепричастие | 253 (0.55%) |
Служебных слов: | 21156 (46.04%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 104.94 |
. точка | 60.74 |
- тире | 12.42 |
! восклицательный знак | 11.59 |
? вопросительный знак | 5.15 |
... многоточие | 3.83 |
!.. воскл. знак с многоточием | 0.00 |
?.. вопр. знак с многоточием | 0.02 |
!!! тройной воскл. знак | 0.02 |
?! вопр. знак с восклицанием | 0.10 |
" кавычка | 15.31 |
() скобки | 2.31 |
: двоеточие | 1.26 |
; точка с запятой | 0.00 |
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.