Длина текста, знаков: | 400875 |
Слов в произведении (СВП): | 56790 |
Приблизительно страниц: | 206 |
Средняя длина слова, знаков: | 5.49 |
Средняя длина предложения (СДП), знаков: | 63.14 |
СДП авторского текста, знаков: | 79.24 |
СДП диалога, знаков: | 45.55 |
Доля диалогов в тексте: | 34.63% |
Доля авторского текста в диалогах: | 9.63% |
|
Активный словарный запас |
Использовано уникальных слов: | 9097 |
Активный словарный запас (АСЗ): | 8600 |
Активный несловарный запас (АНСЗ): | 497 |
Удельный АСЗ на 3000 слов текста: | 1338.44 | |
Удельный АСЗ на 10000 слов текста: | 3173.91 | —> 1784-е место в рейтинге УАСЗ-10000 |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 10937 (19.26% от СВП) |
Определённых частей речи (ОЧР), слов: | 45853 (80.74% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 17521 (38.21%) |
Прилагательное | 4935 (10.76%) |
Глагол | 10321 (22.51%) |
Местоимение-существительное | 2931 (6.39%) |
Местоименное прилагательное | 1888 (4.12%) |
Местоимение-предикатив | 6 (0.01%) |
Числительное (количественное) | 617 (1.35%) |
Числительное (порядковое) | 117 (0.26%) |
Наречие | 2101 (4.58%) |
Предикатив | 316 (0.69%) |
Предлог | 6047 (13.19%) |
Союз | 3842 (8.38%) |
Междометие | 723 (1.58%) |
Вводное слово | 113 (0.25%) |
Частица | 2734 (5.96%) |
Причастие | 1334 (2.91%) |
Деепричастие | 160 (0.35%) |
Служебных слов: | 18444 (40.22%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 112.41 |
. точка | 84.72 |
- тире | 41.36 |
! восклицательный знак | 13.63 |
? вопросительный знак | 6.71 |
... многоточие | 6.74 |
!.. воскл. знак с многоточием | 0.04 |
?.. вопр. знак с многоточием | 0.14 |
!!! тройной воскл. знак | 0.00 |
?! вопр. знак с восклицанием | 0.09 |
" кавычка | 9.54 |
() скобки | 0.00 |
: двоеточие | 5.00 |
; точка с запятой | 0.65 |
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.