Лингвистический анализ произведения
| Длина текста, знаков: | 571101 |
| Слов в произведении (СВП): | 84229 |
| Приблизительно страниц: | 297 |
| Средняя длина слова, знаков: | 5.32 |
| Средняя длина предложения (СДП), знаков: | 63.66 |
| СДП авторского текста, знаков: | 79.2 |
| СДП диалога, знаков: | 42.15 |
| Доля диалогов в тексте: | 27.91% |
| Доля авторского текста в диалогах: | 11.19% |
|
Активный словарный запас |
| Использовано уникальных слов: | 10105 |
| Активный словарный запас (АСЗ): | 9709 |
| Активный несловарный запас (АНСЗ): | 396 |
| Удельный АСЗ на 3000 слов текста: | 1261.86 | |
| Удельный АСЗ на 10000 слов текста: | 2926.10 | —> 4612-е место в рейтинге УАСЗ-10000 |
|
Части речи |
| Неопределённых частей речи (НОЧР), слов: | 20768 (24.66% от СВП) |
| Определённых частей речи (ОЧР), слов: | 63461 (75.34% от СВП) |
| Из них (принимая ОЧР за 100%): | |
| Существительное | 21091 (33.23%) |
| Прилагательное | 7728 (12.18%) |
| Глагол | 15590 (24.57%) |
| Местоимение-существительное | 4166 (6.56%) |
| Местоименное прилагательное | 3482 (5.49%) |
| Местоимение-предикатив | 40 (0.06%) |
| Числительное (количественное) | 818 (1.29%) |
| Числительное (порядковое) | 161 (0.25%) |
| Наречие | 4308 (6.79%) |
| Предикатив | 569 (0.90%) |
| Предлог | 8031 (12.65%) |
| Союз | 8016 (12.63%) |
| Междометие | 1389 (2.19%) |
| Вводное слово | 247 (0.39%) |
| Частица | 5999 (9.45%) |
| Причастие | 1415 (2.23%) |
| Деепричастие | 212 (0.33%) |
| Служебных слов: | 31582 (49.77%) |
|
Знаки препинания |
| Частоты знаков препинания (среднее количество на 1000 слов): |
| , запятая | 108.02 |
| . точка | 79.36 |
| - тире | 21.31 |
| ! восклицательный знак | 9.72 |
| ? вопросительный знак | 10.91 |
| ... многоточие | 2.01 |
| !.. воскл. знак с многоточием | 0.15 |
| ?.. вопр. знак с многоточием | 0.09 |
| !!! тройной воскл. знак | 0.04 |
| ?! вопр. знак с восклицанием | 0.53 |
| " кавычка | 0.80 |
| () скобки | 0.24 |
| : двоеточие | 3.36 |
| ; точка с запятой | 0.04 |
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».
