Длина текста, знаков: | 456886 |
Слов в произведении (СВП): | 62720 |
Приблизительно страниц: | 221 |
Средняя длина слова, знаков: | 5.33 |
Средняя длина предложения (СДП), знаков: | 51.5 |
СДП авторского текста, знаков: | 67.01 |
СДП диалога, знаков: | 44.76 |
Доля диалогов в тексте: | 60.66% |
Доля авторского текста в диалогах: | 11.81% |
|
Активный словарный запас |
Использовано уникальных слов: | 8666 |
Активный словарный запас (АСЗ): | 7967 |
Активный несловарный запас (АНСЗ): | 699 |
Удельный АСЗ на 3000 слов текста: | 1198.27 | |
Удельный АСЗ на 10000 слов текста: | 2814.38 | отсутствует в рейтинге УАСЗ-10000 |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 13063 (20.83% от СВП) |
Определённых частей речи (ОЧР), слов: | 49657 (79.17% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 16762 (33.76%) |
Прилагательное | 4362 (8.78%) |
Глагол | 11969 (24.10%) |
Местоимение-существительное | 5365 (10.80%) |
Местоименное прилагательное | 2787 (5.61%) |
Местоимение-предикатив | 3 (0.01%) |
Числительное (количественное) | 785 (1.58%) |
Числительное (порядковое) | 253 (0.51%) |
Наречие | 2233 (4.50%) |
Предикатив | 390 (0.79%) |
Предлог | 6218 (12.52%) |
Союз | 4568 (9.20%) |
Междометие | 807 (1.63%) |
Вводное слово | 113 (0.23%) |
Частица | 3190 (6.42%) |
Причастие | 953 (1.92%) |
Деепричастие | 201 (0.40%) |
Служебных слов: | 23252 (46.83%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 124.78 |
. точка | 102.82 |
- тире | 45.71 |
! восклицательный знак | 9.63 |
? вопросительный знак | 14.62 |
... многоточие | 4.93 |
!.. воскл. знак с многоточием | 0.00 |
?.. вопр. знак с многоточием | 0.00 |
!!! тройной воскл. знак | 1.88 |
?! вопр. знак с восклицанием | 2.44 |
" кавычка | 24.08 |
() скобки | 0.46 |
: двоеточие | 10.36 |
; точка с запятой | 0.05 |
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.