Длина текста, знаков: | 652871 |
Слов в произведении (СВП): | 90005 |
Приблизительно страниц: | 336 |
Средняя длина слова, знаков: | 5.64 |
Средняя длина предложения (СДП), знаков: | 64.3 |
СДП авторского текста, знаков: | 94.11 |
СДП диалога, знаков: | 44.16 |
Доля диалогов в тексте: | 41.15% |
Доля авторского текста в диалогах: | 8.97% |
|
Активный словарный запас |
Использовано уникальных слов: | 11370 |
Активный словарный запас (АСЗ): | 10162 |
Активный несловарный запас (АНСЗ): | 1208 |
Удельный АСЗ на 3000 слов текста: | 1323.22 | |
Удельный АСЗ на 10000 слов текста: | 3119.93 | —> 2251-е место в рейтинге УАСЗ-10000 |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 17008 (18.90% от СВП) |
Определённых частей речи (ОЧР), слов: | 72997 (81.10% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 25448 (34.86%) |
Прилагательное | 7695 (10.54%) |
Глагол | 15869 (21.74%) |
Местоимение-существительное | 5918 (8.11%) |
Местоименное прилагательное | 3388 (4.64%) |
Местоимение-предикатив | 8 (0.01%) |
Числительное (количественное) | 1227 (1.68%) |
Числительное (порядковое) | 350 (0.48%) |
Наречие | 3091 (4.23%) |
Предикатив | 566 (0.78%) |
Предлог | 9321 (12.77%) |
Союз | 5635 (7.72%) |
Междометие | 1419 (1.94%) |
Вводное слово | 169 (0.23%) |
Частица | 4380 (6.00%) |
Причастие | 1701 (2.33%) |
Деепричастие | 308 (0.42%) |
Служебных слов: | 30546 (41.85%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 119.66 |
. точка | 86.08 |
- тире | 27.12 |
! восклицательный знак | 5.89 |
? вопросительный знак | 13.75 |
... многоточие | 5.44 |
!.. воскл. знак с многоточием | 0.04 |
?.. вопр. знак с многоточием | 0.04 |
!!! тройной воскл. знак | 0.00 |
?! вопр. знак с восклицанием | 0.53 |
" кавычка | 25.97 |
() скобки | 0.88 |
: двоеточие | 4.53 |
; точка с запятой | 0.40 |
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.