Длина текста, знаков: | 348496 |
Слов в произведении (СВП): | 47270 |
Приблизительно страниц: | 179 |
Средняя длина слова, знаков: | 5.73 |
Средняя длина предложения (СДП), знаков: | 66.34 |
СДП авторского текста, знаков: | 104.74 |
СДП диалога, знаков: | 46.89 |
Доля диалогов в тексте: | 47.08% |
Доля авторского текста в диалогах: | 8.35% |
|
Активный словарный запас |
Использовано уникальных слов: | 8181 |
Активный словарный запас (АСЗ): | 7556 |
Активный несловарный запас (АНСЗ): | 625 |
Удельный АСЗ на 3000 слов текста: | 1346.66 | |
Удельный АСЗ на 10000 слов текста: | 3127.69 | —> 2176-е место в рейтинге УАСЗ-10000 |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 8397 (17.76% от СВП) |
Определённых частей речи (ОЧР), слов: | 38873 (82.24% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 13828 (35.57%) |
Прилагательное | 3733 (9.60%) |
Глагол | 8626 (22.19%) |
Местоимение-существительное | 2935 (7.55%) |
Местоименное прилагательное | 1656 (4.26%) |
Местоимение-предикатив | 3 (0.01%) |
Числительное (количественное) | 529 (1.36%) |
Числительное (порядковое) | 147 (0.38%) |
Наречие | 1426 (3.67%) |
Предикатив | 298 (0.77%) |
Предлог | 5222 (13.43%) |
Союз | 2776 (7.14%) |
Междометие | 700 (1.80%) |
Вводное слово | 72 (0.19%) |
Частица | 2263 (5.82%) |
Причастие | 822 (2.11%) |
Деепричастие | 173 (0.45%) |
Служебных слов: | 15800 (40.65%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 124.71 |
. точка | 78.42 |
- тире | 26.23 |
! восклицательный знак | 9.92 |
? вопросительный знак | 13.01 |
... многоточие | 8.61 |
!.. воскл. знак с многоточием | 0.11 |
?.. вопр. знак с многоточием | 0.13 |
!!! тройной воскл. знак | 0.00 |
?! вопр. знак с восклицанием | 1.73 |
" кавычка | 26.80 |
() скобки | 1.02 |
: двоеточие | 4.84 |
; точка с запятой | 0.51 |
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.