fantlab ru



  Лингвистический анализ произведения
Произведение: Меч, палач, дракон
Автор: Александр Рау
Дата проведения анализа: 19 сентября 2022 года

Общая статистика

Длина текста, знаков:833210
Слов в произведении (СВП):114915
Приблизительно страниц:409
Средняя длина слова, знаков:5.37
Средняя длина предложения (СДП), знаков:58.32
СДП авторского текста, знаков:67.95
СДП диалога, знаков:48.45
Доля диалогов в тексте:41.1%
Доля авторского текста в диалогах:17.56%

Активный словарный запас

Использовано уникальных слов:11694
Активный словарный запас (АСЗ):10657
Активный несловарный запас (АНСЗ):1037
Удельный АСЗ на 3000 слов текста:1327.80
Удельный АСЗ на 10000 слов текста:3064.29 отсутствует в рейтинге УАСЗ-10000
Удельный АСЗ на 100000 слов текста:11012.20

Части речи

Неопределённых частей речи (НОЧР), слов:22004 (19.15% от СВП)
Определённых частей речи (ОЧР), слов:92911 (80.85% от СВП)
Из них (принимая ОЧР за 100%):
          Существительное32773 (35.27%)
          Прилагательное10701 (11.52%)
          Глагол20879 (22.47%)
          Местоимение-существительное7770 (8.36%)
          Местоименное прилагательное4524 (4.87%)
          Местоимение-предикатив11 (0.01%)
          Числительное (количественное)1437 (1.55%)
          Числительное (порядковое)294 (0.32%)
          Наречие3615 (3.89%)
          Предикатив741 (0.80%)
          Предлог10243 (11.02%)
          Союз6694 (7.20%)
          Междометие1471 (1.58%)
          Вводное слово121 (0.13%)
          Частица5841 (6.29%)
          Причастие2259 (2.43%)
          Деепричастие240 (0.26%)
Служебных слов:36915 (39.73%)

Знаки препинания

Частоты знаков препинания (среднее количество на 1000 слов):
          ,    запятая129.33
          .    точка106.73
          -    тире48.36
          !    восклицательный знак6.90
          ?    вопросительный знак7.09
          ...    многоточие0.95
          !..    воскл. знак с многоточием0.00
          ?..    вопр. знак с многоточием0.00
          !!!    тройной воскл. знак0.00
          ?!    вопр. знак с восклицанием0.37
          "    кавычка4.89
          ()    скобки0.06
          :    двоеточие2.41
          ;    точка с запятой1.56




Распознавание автора текста

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.

Алгоритм работы лингвоанализатора кратко описан в статье «Лингвистический анализ текста и распознавание автора».


Внимание! У Александра Рау пока не сформирован лингвистический паспорт, а значит этого автора в списке результатов не будет в любом случае. Проверка авторства для данного произведения не может претендовать на верный результат.

АвторСовпадение с лингвопрофилем автора (в условных единицах)
1. Лана Ежова
 39
2. Диана Удовиченко
 38
3. Ольга Елисеева
 38
4. Илья Крымов
 38
5. Альтс Геймер
 38
6. Генри Лайон Олди
 38
7. Сергей Волков
 38
8. Александр и Людмила Белаш
 38
9. Денис Чекалов
 38
10. Александр Сапегин
 38
...смотреть весь список >>
⇑ Наверх