Длина текста, знаков: | 513688 |
Слов в произведении (СВП): | 72650 |
Приблизительно страниц: | 253 |
Средняя длина слова, знаков: | 5.25 |
Средняя длина предложения (СДП), знаков: | 53.93 |
СДП авторского текста, знаков: | 58.24 |
СДП диалога, знаков: | 47.11 |
Доля диалогов в тексте: | 33.81% |
Доля авторского текста в диалогах: | 17.9% |
|
Активный словарный запас |
Использовано уникальных слов: | 8853 |
Активный словарный запас (АСЗ): | 8105 |
Активный несловарный запас (АНСЗ): | 748 |
Удельный АСЗ на 3000 слов текста: | 1220.44 | |
Удельный АСЗ на 10000 слов текста: | 2746.21 | отсутствует в рейтинге УАСЗ-10000 |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 16300 (22.44% от СВП) |
Определённых частей речи (ОЧР), слов: | 56350 (77.56% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 18212 (32.32%) |
Прилагательное | 6063 (10.76%) |
Глагол | 14612 (25.93%) |
Местоимение-существительное | 6842 (12.14%) |
Местоименное прилагательное | 3020 (5.36%) |
Местоимение-предикатив | 4 (0.01%) |
Числительное (количественное) | 925 (1.64%) |
Числительное (порядковое) | 147 (0.26%) |
Наречие | 3116 (5.53%) |
Предикатив | 519 (0.92%) |
Предлог | 6861 (12.18%) |
Союз | 5230 (9.28%) |
Междометие | 1059 (1.88%) |
Вводное слово | 124 (0.22%) |
Частица | 3447 (6.12%) |
Причастие | 1032 (1.83%) |
Деепричастие | 228 (0.40%) |
Служебных слов: | 26815 (47.59%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 144.07 |
. точка | 110.45 |
- тире | 30.56 |
! восклицательный знак | 7.46 |
? вопросительный знак | 8.86 |
... многоточие | 5.31 |
!.. воскл. знак с многоточием | 0.01 |
?.. вопр. знак с многоточием | 0.00 |
!!! тройной воскл. знак | 0.65 |
?! вопр. знак с восклицанием | 0.15 |
" кавычка | 10.13 |
() скобки | 0.21 |
: двоеточие | 5.01 |
; точка с запятой | 0.01 |
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.