Длина текста, знаков: | 543361 |
Слов в произведении (СВП): | 80305 |
Приблизительно страниц: | 277 |
Средняя длина слова, знаков: | 5.21 |
Средняя длина предложения (СДП), знаков: | 58.03 |
СДП авторского текста, знаков: | 75.61 |
СДП диалога, знаков: | 41.62 |
Доля диалогов в тексте: | 37.25% |
Доля авторского текста в диалогах: | 8.85% |
|
Активный словарный запас |
Использовано уникальных слов: | 7403 |
Активный словарный запас (АСЗ): | 7096 |
Активный несловарный запас (АНСЗ): | 307 |
Удельный АСЗ на 3000 слов текста: | 1072.95 | |
Удельный АСЗ на 10000 слов текста: | 2341.04 | отсутствует в рейтинге УАСЗ-10000 |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 20167 (25.11% от СВП) |
Определённых частей речи (ОЧР), слов: | 60138 (74.89% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 17502 (29.10%) |
Прилагательное | 5697 (9.47%) |
Глагол | 15899 (26.44%) |
Местоимение-существительное | 6887 (11.45%) |
Местоименное прилагательное | 3617 (6.01%) |
Местоимение-предикатив | 9 (0.01%) |
Числительное (количественное) | 688 (1.14%) |
Числительное (порядковое) | 182 (0.30%) |
Наречие | 4384 (7.29%) |
Предикатив | 566 (0.94%) |
Предлог | 7958 (13.23%) |
Союз | 7176 (11.93%) |
Междометие | 1409 (2.34%) |
Вводное слово | 325 (0.54%) |
Частица | 4938 (8.21%) |
Причастие | 983 (1.63%) |
Деепричастие | 281 (0.47%) |
Служебных слов: | 32600 (54.21%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 113.73 |
. точка | 81.85 |
- тире | 30.06 |
! восклицательный знак | 8.68 |
? вопросительный знак | 15.30 |
... многоточие | 10.90 |
!.. воскл. знак с многоточием | 0.40 |
?.. вопр. знак с многоточием | 0.55 |
!!! тройной воскл. знак | 0.00 |
?! вопр. знак с восклицанием | 0.93 |
" кавычка | 6.10 |
() скобки | 0.73 |
: двоеточие | 8.87 |
; точка с запятой | 0.21 |
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.