Длина текста, знаков: | 531127 |
Слов в произведении (СВП): | 80290 |
Приблизительно страниц: | 274 |
Средняя длина слова, знаков: | 5.15 |
Средняя длина предложения (СДП), знаков: | 46.74 |
СДП авторского текста, знаков: | 58.52 |
СДП диалога, знаков: | 36.49 |
Доля диалогов в тексте: | 41.84% |
Доля авторского текста в диалогах: | 5.16% |
|
Активный словарный запас |
Использовано уникальных слов: | 9269 |
Активный словарный запас (АСЗ): | 8588 |
Активный несловарный запас (АНСЗ): | 681 |
Удельный АСЗ на 3000 слов текста: | 1202.85 | |
Удельный АСЗ на 10000 слов текста: | 2806.01 | —> 6338-е место в рейтинге УАСЗ-10000 |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 18317 (22.81% от СВП) |
Определённых частей речи (ОЧР), слов: | 61973 (77.19% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 19898 (32.11%) |
Прилагательное | 6450 (10.41%) |
Глагол | 14893 (24.03%) |
Местоимение-существительное | 6090 (9.83%) |
Местоименное прилагательное | 3297 (5.32%) |
Местоимение-предикатив | 10 (0.02%) |
Числительное (количественное) | 842 (1.36%) |
Числительное (порядковое) | 188 (0.30%) |
Наречие | 3448 (5.56%) |
Предикатив | 668 (1.08%) |
Предлог | 7076 (11.42%) |
Союз | 6731 (10.86%) |
Междометие | 1344 (2.17%) |
Вводное слово | 172 (0.28%) |
Частица | 4866 (7.85%) |
Причастие | 1046 (1.69%) |
Деепричастие | 188 (0.30%) |
Служебных слов: | 29774 (48.04%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 100.29 |
. точка | 105.69 |
- тире | 19.75 |
! восклицательный знак | 9.18 |
? вопросительный знак | 14.73 |
... многоточие | 8.44 |
!.. воскл. знак с многоточием | 0.19 |
?.. вопр. знак с многоточием | 0.19 |
!!! тройной воскл. знак | 0.25 |
?! вопр. знак с восклицанием | 2.63 |
" кавычка | 3.55 |
() скобки | 0.14 |
: двоеточие | 1.96 |
; точка с запятой | 0.16 |
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.