Длина текста, знаков: | 561131 |
Слов в произведении (СВП): | 74619 |
Приблизительно страниц: | 295 |
Средняя длина слова, знаков: | 5.96 |
Средняя длина предложения (СДП), знаков: | 91.3 |
СДП авторского текста, знаков: | 123.18 |
СДП диалога, знаков: | 59.5 |
Доля диалогов в тексте: | 32.72% |
Доля авторского текста в диалогах: | 11.19% |
|
Активный словарный запас |
Использовано уникальных слов: | 10761 |
Активный словарный запас (АСЗ): | 9951 |
Активный несловарный запас (АНСЗ): | 810 |
Удельный АСЗ на 3000 слов текста: | 1477.65 | |
Удельный АСЗ на 10000 слов текста: | 3463.03 | отсутствует в рейтинге УАСЗ-10000 |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 15180 (20.34% от СВП) |
Определённых частей речи (ОЧР), слов: | 59439 (79.66% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 19983 (33.62%) |
Прилагательное | 9149 (15.39%) |
Глагол | 12539 (21.10%) |
Местоимение-существительное | 3427 (5.77%) |
Местоименное прилагательное | 2764 (4.65%) |
Местоимение-предикатив | 6 (0.01%) |
Числительное (количественное) | 1121 (1.89%) |
Числительное (порядковое) | 165 (0.28%) |
Наречие | 3468 (5.83%) |
Предикатив | 506 (0.85%) |
Предлог | 7758 (13.05%) |
Союз | 4672 (7.86%) |
Междометие | 794 (1.34%) |
Вводное слово | 198 (0.33%) |
Частица | 3240 (5.45%) |
Причастие | 2291 (3.85%) |
Деепричастие | 199 (0.33%) |
Служебных слов: | 23058 (38.79%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 119.30 |
. точка | 65.89 |
- тире | 20.34 |
! восклицательный знак | 4.25 |
? вопросительный знак | 7.08 |
... многоточие | 6.35 |
!.. воскл. знак с многоточием | 0.04 |
?.. вопр. знак с многоточием | 0.05 |
!!! тройной воскл. знак | 0.00 |
?! вопр. знак с восклицанием | 0.01 |
" кавычка | 13.59 |
() скобки | 0.00 |
: двоеточие | 5.47 |
; точка с запятой | 0.04 |
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.