Длина текста, знаков: | 465921 |
Слов в произведении (СВП): | 64621 |
Приблизительно страниц: | 226 |
Средняя длина слова, знаков: | 5.29 |
Средняя длина предложения (СДП), знаков: | 79.23 |
СДП авторского текста, знаков: | 102.38 |
СДП диалога, знаков: | 66.26 |
Доля диалогов в тексте: | 53.65% |
Доля авторского текста в диалогах: | 14.42% |
|
Активный словарный запас |
Использовано уникальных слов: | 9514 |
Активный словарный запас (АСЗ): | 8841 |
Активный несловарный запас (АНСЗ): | 673 |
Удельный АСЗ на 3000 слов текста: | 1278.47 | |
Удельный АСЗ на 10000 слов текста: | 3010.29 | отсутствует в рейтинге УАСЗ-10000 |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 15567 (24.09% от СВП) |
Определённых частей речи (ОЧР), слов: | 49054 (75.91% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 15670 (31.94%) |
Прилагательное | 5177 (10.55%) |
Глагол | 12082 (24.63%) |
Местоимение-существительное | 4723 (9.63%) |
Местоименное прилагательное | 2360 (4.81%) |
Местоимение-предикатив | 15 (0.03%) |
Числительное (количественное) | 715 (1.46%) |
Числительное (порядковое) | 158 (0.32%) |
Наречие | 3239 (6.60%) |
Предикатив | 333 (0.68%) |
Предлог | 6222 (12.68%) |
Союз | 5234 (10.67%) |
Междометие | 954 (1.94%) |
Вводное слово | 252 (0.51%) |
Частица | 4379 (8.93%) |
Причастие | 1208 (2.46%) |
Деепричастие | 285 (0.58%) |
Служебных слов: | 24424 (49.79%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 188.65 |
. точка | 68.65 |
- тире | 25.16 |
! восклицательный знак | 3.73 |
? вопросительный знак | 10.24 |
... многоточие | 6.65 |
!.. воскл. знак с многоточием | 0.00 |
?.. вопр. знак с многоточием | 0.00 |
!!! тройной воскл. знак | 0.14 |
?! вопр. знак с восклицанием | 0.11 |
" кавычка | 4.75 |
() скобки | 0.03 |
: двоеточие | 6.16 |
; точка с запятой | 0.00 |
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.