Длина текста, знаков: | 685191 |
Слов в произведении (СВП): | 101544 |
Приблизительно страниц: | 361 |
Средняя длина слова, знаков: | 5.36 |
Средняя длина предложения (СДП), знаков: | 46.75 |
СДП авторского текста, знаков: | 57.58 |
СДП диалога, знаков: | 33.79 |
Доля диалогов в тексте: | 33.02% |
Доля авторского текста в диалогах: | 2.32% |
|
Активный словарный запас |
Использовано уникальных слов: | 10205 |
Активный словарный запас (АСЗ): | 9518 |
Активный несловарный запас (АНСЗ): | 687 |
Удельный АСЗ на 3000 слов текста: | 1229.44 | |
Удельный АСЗ на 10000 слов текста: | 2781.09 | —> 6737-е место в рейтинге УАСЗ-10000 |
Удельный АСЗ на 100000 слов текста: | 10132.60 | |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 21834 (21.50% от СВП) |
Определённых частей речи (ОЧР), слов: | 79710 (78.50% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 24596 (30.86%) |
Прилагательное | 8620 (10.81%) |
Глагол | 21259 (26.67%) |
Местоимение-существительное | 7459 (9.36%) |
Местоименное прилагательное | 3598 (4.51%) |
Местоимение-предикатив | 11 (0.01%) |
Числительное (количественное) | 953 (1.20%) |
Числительное (порядковое) | 256 (0.32%) |
Наречие | 4802 (6.02%) |
Предикатив | 942 (1.18%) |
Предлог | 9380 (11.77%) |
Союз | 6788 (8.52%) |
Междометие | 1578 (1.98%) |
Вводное слово | 201 (0.25%) |
Частица | 6410 (8.04%) |
Причастие | 1572 (1.97%) |
Деепричастие | 162 (0.20%) |
Служебных слов: | 35587 (44.65%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 114.59 |
. точка | 103.28 |
- тире | 22.65 |
! восклицательный знак | 14.40 |
? вопросительный знак | 17.63 |
... многоточие | 5.27 |
!.. воскл. знак с многоточием | 0.02 |
?.. вопр. знак с многоточием | 0.00 |
!!! тройной воскл. знак | 0.01 |
?! вопр. знак с восклицанием | 1.75 |
" кавычка | 8.02 |
() скобки | 0.01 |
: двоеточие | 4.00 |
; точка с запятой | 0.02 |
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.