Длина текста, знаков: | 694153 |
Слов в произведении (СВП): | 101771 |
Приблизительно страниц: | 365 |
Средняя длина слова, знаков: | 5.42 |
Средняя длина предложения (СДП), знаков: | 53.33 |
СДП авторского текста, знаков: | 68.9 |
СДП диалога, знаков: | 36.75 |
Доля диалогов в тексте: | 33.52% |
Доля авторского текста в диалогах: | 2.1% |
|
Активный словарный запас |
Использовано уникальных слов: | 12727 |
Активный словарный запас (АСЗ): | 11443 |
Активный несловарный запас (АНСЗ): | 1284 |
Удельный АСЗ на 3000 слов текста: | 1334.64 | |
Удельный АСЗ на 10000 слов текста: | 3157.22 | —> 1911-е место в рейтинге УАСЗ-10000 |
Удельный АСЗ на 100000 слов текста: | 12564.90 | |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 22965 (22.57% от СВП) |
Определённых частей речи (ОЧР), слов: | 78806 (77.43% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 24838 (31.52%) |
Прилагательное | 9499 (12.05%) |
Глагол | 18089 (22.95%) |
Местоимение-существительное | 5491 (6.97%) |
Местоименное прилагательное | 3415 (4.33%) |
Местоимение-предикатив | 3 (0.00%) |
Числительное (количественное) | 1136 (1.44%) |
Числительное (порядковое) | 335 (0.43%) |
Наречие | 5147 (6.53%) |
Предикатив | 804 (1.02%) |
Предлог | 9777 (12.41%) |
Союз | 8118 (10.30%) |
Междометие | 1310 (1.66%) |
Вводное слово | 184 (0.23%) |
Частица | 6541 (8.30%) |
Причастие | 3046 (3.87%) |
Деепричастие | 526 (0.67%) |
Служебных слов: | 35365 (44.88%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 148.04 |
. точка | 101.07 |
- тире | 21.56 |
! восклицательный знак | 3.85 |
? вопросительный знак | 14.91 |
... многоточие | 8.19 |
!.. воскл. знак с многоточием | 0.02 |
?.. вопр. знак с многоточием | 0.07 |
!!! тройной воскл. знак | 0.18 |
?! вопр. знак с восклицанием | 0.62 |
" кавычка | 9.88 |
() скобки | 0.26 |
: двоеточие | 1.95 |
; точка с запятой | 0.07 |
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.