Лингвистический анализ произведения
| Длина текста, знаков: | 605916 |
| Слов в произведении (СВП): | 88087 |
| Приблизительно страниц: | 301 |
| Средняя длина слова, знаков: | 5.16 |
| Средняя длина предложения (СДП), знаков: | 45.63 |
| СДП авторского текста, знаков: | 58.7 |
| СДП диалога, знаков: | 37.94 |
| Доля диалогов в тексте: | 52.51% |
| Доля авторского текста в диалогах: | 9.49% |
|
Активный словарный запас |
| Использовано уникальных слов: | 8913 |
| Активный словарный запас (АСЗ): | 8333 |
| Активный несловарный запас (АНСЗ): | 580 |
| Удельный АСЗ на 3000 слов текста: | 1102.92 | |
| Удельный АСЗ на 10000 слов текста: | 2559.87 | —> 9832-е место в рейтинге УАСЗ-10000 |
|
Части речи |
| Неопределённых частей речи (НОЧР), слов: | 22213 (25.22% от СВП) |
| Определённых частей речи (ОЧР), слов: | 65874 (74.78% от СВП) |
| Из них (принимая ОЧР за 100%): | |
| Существительное | 18820 (28.57%) |
| Прилагательное | 6544 (9.93%) |
| Глагол | 16833 (25.55%) |
| Местоимение-существительное | 7851 (11.92%) |
| Местоименное прилагательное | 4352 (6.61%) |
| Местоимение-предикатив | 18 (0.03%) |
| Числительное (количественное) | 780 (1.18%) |
| Числительное (порядковое) | 258 (0.39%) |
| Наречие | 4117 (6.25%) |
| Предикатив | 716 (1.09%) |
| Предлог | 7429 (11.28%) |
| Союз | 7366 (11.18%) |
| Междометие | 1433 (2.18%) |
| Вводное слово | 221 (0.34%) |
| Частица | 6132 (9.31%) |
| Причастие | 1010 (1.53%) |
| Деепричастие | 173 (0.26%) |
| Служебных слов: | 34975 (53.09%) |
|
Знаки препинания |
| Частоты знаков препинания (среднее количество на 1000 слов): |
| , запятая | 102.14 |
| . точка | 103.49 |
| - тире | 49.81 |
| ! восклицательный знак | 22.64 |
| ? вопросительный знак | 18.35 |
| ... многоточие | 2.80 |
| !.. воскл. знак с многоточием | 0.23 |
| ?.. вопр. знак с многоточием | 0.18 |
| !!! тройной воскл. знак | 0.02 |
| ?! вопр. знак с восклицанием | 0.35 |
| " кавычка | 3.31 |
| () скобки | 0.37 |
| : двоеточие | 2.07 |
| ; точка с запятой | 0.05 |
Распознавание автора текста
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.
Алгоритм работы лингвоанализатора кратко описан в статье «Лингвистический анализ текста и распознавание автора».
