Лингвистический анализ произведения
| Длина текста, знаков: | 634283 |
| Слов в произведении (СВП): | 92255 |
| Приблизительно страниц: | 315 |
| Средняя длина слова, знаков: | 5.16 |
| Средняя длина предложения (СДП), знаков: | 49.01 |
| СДП авторского текста, знаков: | 58.88 |
| СДП диалога, знаков: | 41.78 |
| Доля диалогов в тексте: | 49.27% |
| Доля авторского текста в диалогах: | 10.49% |
|
Активный словарный запас |
| Использовано уникальных слов: | 9827 |
| Активный словарный запас (АСЗ): | 9191 |
| Активный несловарный запас (АНСЗ): | 636 |
| Удельный АСЗ на 3000 слов текста: | 1122.31 | |
| Удельный АСЗ на 10000 слов текста: | 2626.78 | отсутствует в рейтинге УАСЗ-10000 |
|
Части речи |
| Неопределённых частей речи (НОЧР), слов: | 23662 (25.65% от СВП) |
| Определённых частей речи (ОЧР), слов: | 68593 (74.35% от СВП) |
| Из них (принимая ОЧР за 100%): | |
| Существительное | 19711 (28.74%) |
| Прилагательное | 7099 (10.35%) |
| Глагол | 17467 (25.46%) |
| Местоимение-существительное | 9564 (13.94%) |
| Местоименное прилагательное | 4643 (6.77%) |
| Местоимение-предикатив | 17 (0.02%) |
| Числительное (количественное) | 721 (1.05%) |
| Числительное (порядковое) | 124 (0.18%) |
| Наречие | 4379 (6.38%) |
| Предикатив | 713 (1.04%) |
| Предлог | 7617 (11.10%) |
| Союз | 7797 (11.37%) |
| Междометие | 1475 (2.15%) |
| Вводное слово | 339 (0.49%) |
| Частица | 6849 (9.98%) |
| Причастие | 1012 (1.48%) |
| Деепричастие | 220 (0.32%) |
| Служебных слов: | 38521 (56.16%) |
|
Знаки препинания |
| Частоты знаков препинания (среднее количество на 1000 слов): |
| , запятая | 105.65 |
| . точка | 97.99 |
| - тире | 44.38 |
| ! восклицательный знак | 19.25 |
| ? вопросительный знак | 18.89 |
| ... многоточие | 2.93 |
| !.. воскл. знак с многоточием | 0.23 |
| ?.. вопр. знак с многоточием | 0.20 |
| !!! тройной воскл. знак | 0.09 |
| ?! вопр. знак с восклицанием | 0.83 |
| " кавычка | 6.25 |
| () скобки | 0.87 |
| : двоеточие | 2.96 |
| ; 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».
Внимание! Это произведение писал не один автор, а два, поэтому анализ не может показать точные результаты из-за смешения авторских стилей. К тому же у Екатерины Бадещенковой пока не сформирован лингвистический паспорт, а значит этого автора в списке результатов не будет в любом случае. Проверка авторства для данного произведения не может претендовать на верный результат.
