Лингвистический анализ произведения
| Длина текста, знаков: | 589070 |
| Слов в произведении (СВП): | 88643 |
| Приблизительно страниц: | 302 |
| Средняя длина слова, знаков: | 5.15 |
| Средняя длина предложения (СДП), знаков: | 56.69 |
| СДП авторского текста, знаков: | 80.01 |
| СДП диалога, знаков: | 45.71 |
| Доля диалогов в тексте: | 55.02% |
| Доля авторского текста в диалогах: | 4.12% |
|
Активный словарный запас |
| Использовано уникальных слов: | 9751 |
| Активный словарный запас (АСЗ): | 9251 |
| Активный несловарный запас (АНСЗ): | 500 |
| Удельный АСЗ на 3000 слов текста: | 1149.08 | |
| Удельный АСЗ на 10000 слов текста: | 2683.12 | —> 8288-е место в рейтинге УАСЗ-10000 |
|
Части речи |
| Неопределённых частей речи (НОЧР), слов: | 21072 (23.77% от СВП) |
| Определённых частей речи (ОЧР), слов: | 67571 (76.23% от СВП) |
| Из них (принимая ОЧР за 100%): | |
| Существительное | 21117 (31.25%) |
| Прилагательное | 6141 (9.09%) |
| Глагол | 17546 (25.97%) |
| Местоимение-существительное | 8154 (12.07%) |
| Местоименное прилагательное | 3996 (5.91%) |
| Местоимение-предикатив | 10 (0.01%) |
| Числительное (количественное) | 980 (1.45%) |
| Числительное (порядковое) | 162 (0.24%) |
| Наречие | 4011 (5.94%) |
| Предикатив | 632 (0.94%) |
| Предлог | 7888 (11.67%) |
| Союз | 7559 (11.19%) |
| Междометие | 1061 (1.57%) |
| Вводное слово | 242 (0.36%) |
| Частица | 6225 (9.21%) |
| Причастие | 1186 (1.76%) |
| Деепричастие | 181 (0.27%) |
| Служебных слов: | 35316 (52.27%) |
|
Знаки препинания |
| Частоты знаков препинания (среднее количество на 1000 слов): |
| , запятая | 124.24 |
| . точка | 76.71 |
| - тире | 37.70 |
| ! восклицательный знак | 16.99 |
| ? вопросительный знак | 16.61 |
| ... многоточие | 6.53 |
| !.. воскл. знак с многоточием | 0.06 |
| ?.. вопр. знак с многоточием | 0.05 |
| !!! тройной воскл. знак | 0.01 |
| ?! вопр. знак с восклицанием | 0.88 |
| " кавычка | 5.38 |
| () скобки | 0.18 |
| : двоеточие | 4.40 |
| ; точка с запятой | 0.03 |
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».
