Длина текста, знаков: | 479288 |
Слов в произведении (СВП): | 69834 |
Приблизительно страниц: | 253 |
Средняя длина слова, знаков: | 5.48 |
Средняя длина предложения (СДП), знаков: | 55.04 |
СДП авторского текста, знаков: | 57.3 |
СДП диалога, знаков: | 48.93 |
Доля диалогов в тексте: | 23.95% |
Доля авторского текста в диалогах: | 7% |
|
Активный словарный запас |
Использовано уникальных слов: | 9325 |
Активный словарный запас (АСЗ): | 8918 |
Активный несловарный запас (АНСЗ): | 407 |
Удельный АСЗ на 3000 слов текста: | 1222.45 | |
Удельный АСЗ на 10000 слов текста: | 2828.84 | —> 5992-е место в рейтинге УАСЗ-10000 |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 16843 (24.12% от СВП) |
Определённых частей речи (ОЧР), слов: | 52991 (75.88% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 16772 (31.65%) |
Прилагательное | 6772 (12.78%) |
Глагол | 12599 (23.78%) |
Местоимение-существительное | 5082 (9.59%) |
Местоименное прилагательное | 2704 (5.10%) |
Местоимение-предикатив | 17 (0.03%) |
Числительное (количественное) | 1257 (2.37%) |
Числительное (порядковое) | 189 (0.36%) |
Наречие | 3572 (6.74%) |
Предикатив | 594 (1.12%) |
Предлог | 7145 (13.48%) |
Союз | 5616 (10.60%) |
Междометие | 1126 (2.12%) |
Вводное слово | 197 (0.37%) |
Частица | 4092 (7.72%) |
Причастие | 1025 (1.93%) |
Деепричастие | 119 (0.22%) |
Служебных слов: | 26098 (49.25%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 103.82 |
. точка | 110.43 |
- тире | 13.47 |
! восклицательный знак | 2.45 |
? вопросительный знак | 8.41 |
... многоточие | 0.20 |
!.. воскл. знак с многоточием | 0.00 |
?.. вопр. знак с многоточием | 0.00 |
!!! тройной воскл. знак | 0.03 |
?! вопр. знак с восклицанием | 0.21 |
" кавычка | 2.61 |
() скобки | 1.16 |
: двоеточие | 1.88 |
; точка с запятой | 0.13 |
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.