Длина текста, знаков: | 763500 |
Слов в произведении (СВП): | 104146 |
Приблизительно страниц: | 373 |
Средняя длина слова, знаков: | 5.41 |
Средняя длина предложения (СДП), знаков: | 70.03 |
СДП авторского текста, знаков: | 85.93 |
СДП диалога, знаков: | 58.86 |
Доля диалогов в тексте: | 49.41% |
Доля авторского текста в диалогах: | 15.31% |
|
Активный словарный запас |
Использовано уникальных слов: | 10391 |
Активный словарный запас (АСЗ): | 9773 |
Активный несловарный запас (АНСЗ): | 618 |
Удельный АСЗ на 3000 слов текста: | 1228.49 | |
Удельный АСЗ на 10000 слов текста: | 2768.51 | —> 6936-е место в рейтинге УАСЗ-10000 |
Удельный АСЗ на 100000 слов текста: | 10164.10 | |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 22293 (21.41% от СВП) |
Определённых частей речи (ОЧР), слов: | 81853 (78.59% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 29513 (36.06%) |
Прилагательное | 8150 (9.96%) |
Глагол | 20581 (25.14%) |
Местоимение-существительное | 6983 (8.53%) |
Местоименное прилагательное | 3717 (4.54%) |
Местоимение-предикатив | 33 (0.04%) |
Числительное (количественное) | 2408 (2.94%) |
Числительное (порядковое) | 470 (0.57%) |
Наречие | 4217 (5.15%) |
Предикатив | 729 (0.89%) |
Предлог | 10649 (13.01%) |
Союз | 6940 (8.48%) |
Междометие | 1363 (1.67%) |
Вводное слово | 217 (0.27%) |
Частица | 4785 (5.85%) |
Причастие | 1677 (2.05%) |
Деепричастие | 300 (0.37%) |
Служебных слов: | 34987 (42.74%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 153.69 |
. точка | 89.64 |
- тире | 36.93 |
! восклицательный знак | 1.22 |
? вопросительный знак | 9.61 |
... многоточие | 1.77 |
!.. воскл. знак с многоточием | 0.00 |
?.. вопр. знак с многоточием | 0.00 |
!!! тройной воскл. знак | 0.00 |
?! вопр. знак с восклицанием | 0.03 |
" кавычка | 12.90 |
() скобки | 0.10 |
: двоеточие | 5.26 |
; 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.