Длина текста, знаков: | 561558 |
Слов в произведении (СВП): | 77901 |
Приблизительно страниц: | 289 |
Средняя длина слова, знаков: | 5.61 |
Средняя длина предложения (СДП), знаков: | 62.29 |
СДП авторского текста, знаков: | 80.58 |
СДП диалога, знаков: | 47.67 |
Доля диалогов в тексте: | 42.62% |
Доля авторского текста в диалогах: | 8.87% |
|
Активный словарный запас |
Использовано уникальных слов: | 11737 |
Активный словарный запас (АСЗ): | 11064 |
Активный несловарный запас (АНСЗ): | 673 |
Удельный АСЗ на 3000 слов текста: | 1418.12 | |
Удельный АСЗ на 10000 слов текста: | 3405.17 | отсутствует в рейтинге УАСЗ-10000 |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 15467 (19.85% от СВП) |
Определённых частей речи (ОЧР), слов: | 62434 (80.15% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 21878 (35.04%) |
Прилагательное | 6877 (11.01%) |
Глагол | 14975 (23.99%) |
Местоимение-существительное | 4774 (7.65%) |
Местоименное прилагательное | 2752 (4.41%) |
Местоимение-предикатив | 5 (0.01%) |
Числительное (количественное) | 644 (1.03%) |
Числительное (порядковое) | 190 (0.30%) |
Наречие | 2862 (4.58%) |
Предикатив | 569 (0.91%) |
Предлог | 7352 (11.78%) |
Союз | 5781 (9.26%) |
Междометие | 1121 (1.80%) |
Вводное слово | 154 (0.25%) |
Частица | 4443 (7.12%) |
Причастие | 1422 (2.28%) |
Деепричастие | 217 (0.35%) |
Служебных слов: | 26599 (42.60%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 128.41 |
. точка | 84.24 |
- тире | 27.92 |
! восклицательный знак | 6.53 |
? вопросительный знак | 15.29 |
... многоточие | 3.98 |
!.. воскл. знак с многоточием | 0.03 |
?.. вопр. знак с многоточием | 0.13 |
!!! тройной воскл. знак | 0.05 |
?! вопр. знак с восклицанием | 1.05 |
" кавычка | 6.46 |
() скобки | 0.08 |
: двоеточие | 6.24 |
; точка с запятой | 0.03 |
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.