Лингвистический анализ произведения
| Длина текста, знаков: | 522300 |
| Слов в произведении (СВП): | 80712 |
| Приблизительно страниц: | 278 |
| Средняя длина слова, знаков: | 5.2 |
| Средняя длина предложения (СДП), знаков: | 63.62 |
| СДП авторского текста, знаков: | 81.56 |
| СДП диалога, знаков: | 46.05 |
| Доля диалогов в тексте: | 36.68% |
| Доля авторского текста в диалогах: | 1.18% |
|
Активный словарный запас |
| Использовано уникальных слов: | 9264 |
| Активный словарный запас (АСЗ): | 8962 |
| Активный несловарный запас (АНСЗ): | 302 |
| Удельный АСЗ на 3000 слов текста: | 1169.63 | |
| Удельный АСЗ на 10000 слов текста: | 2675.99 | —> 8392-е место в рейтинге УАСЗ-10000 |
|
Части речи |
| Неопределённых частей речи (НОЧР), слов: | 21839 (27.06% от СВП) |
| Определённых частей речи (ОЧР), слов: | 58873 (72.94% от СВП) |
| Из них (принимая ОЧР за 100%): | |
| Существительное | 17813 (30.26%) |
| Прилагательное | 7710 (13.10%) |
| Глагол | 13758 (23.37%) |
| Местоимение-существительное | 6271 (10.65%) |
| Местоименное прилагательное | 4311 (7.32%) |
| Местоимение-предикатив | 19 (0.03%) |
| Числительное (количественное) | 1022 (1.74%) |
| Числительное (порядковое) | 191 (0.32%) |
| Наречие | 4201 (7.14%) |
| Предикатив | 1020 (1.73%) |
| Предлог | 7544 (12.81%) |
| Союз | 6814 (11.57%) |
| Междометие | 1507 (2.56%) |
| Вводное слово | 215 (0.37%) |
| Частица | 6159 (10.46%) |
| Причастие | 1083 (1.84%) |
| Деепричастие | 239 (0.41%) |
| Служебных слов: | 33079 (56.19%) |
|
Знаки препинания |
| Частоты знаков препинания (среднее количество на 1000 слов): |
| , запятая | 104.22 |
| . точка | 82.78 |
| - тире | 8.62 |
| ! восклицательный знак | 3.13 |
| ? вопросительный знак | 8.62 |
| ... многоточие | 2.75 |
| !.. воскл. знак с многоточием | 0.01 |
| ?.. вопр. знак с многоточием | 0.04 |
| !!! тройной воскл. знак | 0.05 |
| ?! вопр. знак с восклицанием | 1.25 |
| " кавычка | 2.08 |
| () скобки | 0.16 |
| : двоеточие | 5.46 |
| ; точка с запятой | 0.11 |
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».
