Длина текста, знаков: | 689051 |
Слов в произведении (СВП): | 96292 |
Приблизительно страниц: | 353 |
Средняя длина слова, знаков: | 5.53 |
Средняя длина предложения (СДП), знаков: | 71.09 |
СДП авторского текста, знаков: | 80.16 |
СДП диалога, знаков: | 59.44 |
Доля диалогов в тексте: | 36.64% |
Доля авторского текста в диалогах: | 13.49% |
|
Активный словарный запас |
Использовано уникальных слов: | 12065 |
Активный словарный запас (АСЗ): | 11574 |
Активный несловарный запас (АНСЗ): | 491 |
Удельный АСЗ на 3000 слов текста: | 1359.02 | |
Удельный АСЗ на 10000 слов текста: | 3233.97 | отсутствует в рейтинге УАСЗ-10000 |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 19572 (20.33% от СВП) |
Определённых частей речи (ОЧР), слов: | 76720 (79.67% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 28308 (36.90%) |
Прилагательное | 8947 (11.66%) |
Глагол | 16798 (21.90%) |
Местоимение-существительное | 5661 (7.38%) |
Местоименное прилагательное | 3424 (4.46%) |
Местоимение-предикатив | 4 (0.01%) |
Числительное (количественное) | 763 (0.99%) |
Числительное (порядковое) | 180 (0.23%) |
Наречие | 3736 (4.87%) |
Предикатив | 507 (0.66%) |
Предлог | 10352 (13.49%) |
Союз | 7089 (9.24%) |
Междометие | 1444 (1.88%) |
Вводное слово | 139 (0.18%) |
Частица | 4629 (6.03%) |
Причастие | 2453 (3.20%) |
Деепричастие | 307 (0.40%) |
Служебных слов: | 33049 (43.08%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 107.66 |
. точка | 84.53 |
- тире | 28.49 |
! восклицательный знак | 4.92 |
? вопросительный знак | 7.88 |
... многоточие | 1.52 |
!.. воскл. знак с многоточием | 0.04 |
?.. вопр. знак с многоточием | 0.05 |
!!! тройной воскл. знак | 0.00 |
?! вопр. знак с восклицанием | 0.05 |
" кавычка | 11.61 |
() скобки | 0.02 |
: двоеточие | 2.21 |
; 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.