Длина текста, знаков: | 570153 |
Слов в произведении (СВП): | 85287 |
Приблизительно страниц: | 303 |
Средняя длина слова, знаков: | 5.36 |
Средняя длина предложения (СДП), знаков: | 61.66 |
СДП авторского текста, знаков: | 71.34 |
СДП диалога, знаков: | 48.87 |
Доля диалогов в тексте: | 34.28% |
Доля авторского текста в диалогах: | 2.79% |
|
Активный словарный запас |
Использовано уникальных слов: | 10360 |
Активный словарный запас (АСЗ): | 9933 |
Активный несловарный запас (АНСЗ): | 427 |
Удельный АСЗ на 3000 слов текста: | 1263.32 | |
Удельный АСЗ на 10000 слов текста: | 2921.16 | отсутствует в рейтинге УАСЗ-10000 |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 21356 (25.04% от СВП) |
Определённых частей речи (ОЧР), слов: | 63931 (74.96% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 19624 (30.70%) |
Прилагательное | 7291 (11.40%) |
Глагол | 14972 (23.42%) |
Местоимение-существительное | 5142 (8.04%) |
Местоименное прилагательное | 4198 (6.57%) |
Местоимение-предикатив | 10 (0.02%) |
Числительное (количественное) | 1070 (1.67%) |
Числительное (порядковое) | 272 (0.43%) |
Наречие | 4307 (6.74%) |
Предикатив | 610 (0.95%) |
Предлог | 8252 (12.91%) |
Союз | 8488 (13.28%) |
Междометие | 1527 (2.39%) |
Вводное слово | 263 (0.41%) |
Частица | 5818 (9.10%) |
Причастие | 1451 (2.27%) |
Деепричастие | 213 (0.33%) |
Служебных слов: | 33911 (53.04%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 85.99 |
. точка | 69.17 |
- тире | 16.47 |
! восклицательный знак | 14.64 |
? вопросительный знак | 11.73 |
... многоточие | 7.21 |
!.. воскл. знак с многоточием | 0.73 |
?.. вопр. знак с многоточием | 1.08 |
!!! тройной воскл. знак | 0.00 |
?! вопр. знак с восклицанием | 0.95 |
" кавычка | 9.06 |
() скобки | 0.26 |
: двоеточие | 9.94 |
; точка с запятой | 0.07 |
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.
Внимание! У Фёдора Соколовского 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.