Длина текста, знаков: | 361663 |
Слов в произведении (СВП): | 54399 |
Приблизительно страниц: | 189 |
Средняя длина слова, знаков: | 5.25 |
Средняя длина предложения (СДП), знаков: | 61.39 |
СДП авторского текста, знаков: | 72.65 |
СДП диалога, знаков: | 42.42 |
Доля диалогов в тексте: | 25.83% |
Доля авторского текста в диалогах: | 6.01% |
|
Активный словарный запас |
Использовано уникальных слов: | 7879 |
Активный словарный запас (АСЗ): | 7413 |
Активный несловарный запас (АНСЗ): | 466 |
Удельный АСЗ на 3000 слов текста: | 1252.32 | |
Удельный АСЗ на 10000 слов текста: | 2901.49 | —> 4958-е место в рейтинге УАСЗ-10000 |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 12845 (23.61% от СВП) |
Определённых частей речи (ОЧР), слов: | 41554 (76.39% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 12268 (29.52%) |
Прилагательное | 4972 (11.97%) |
Глагол | 10049 (24.18%) |
Местоимение-существительное | 3225 (7.76%) |
Местоименное прилагательное | 2296 (5.53%) |
Местоимение-предикатив | 7 (0.02%) |
Числительное (количественное) | 326 (0.78%) |
Числительное (порядковое) | 37 (0.09%) |
Наречие | 2705 (6.51%) |
Предикатив | 281 (0.68%) |
Предлог | 4998 (12.03%) |
Союз | 5223 (12.57%) |
Междометие | 1129 (2.72%) |
Вводное слово | 169 (0.41%) |
Частица | 3930 (9.46%) |
Причастие | 1118 (2.69%) |
Деепричастие | 144 (0.35%) |
Служебных слов: | 21121 (50.83%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 105.72 |
. точка | 63.99 |
- тире | 24.30 |
! восклицательный знак | 16.14 |
? вопросительный знак | 16.14 |
... многоточие | 11.43 |
!.. воскл. знак с многоточием | 0.11 |
?.. вопр. знак с многоточием | 0.15 |
!!! тройной воскл. знак | 0.00 |
?! вопр. знак с восклицанием | 1.42 |
" кавычка | 2.83 |
() скобки | 1.29 |
: двоеточие | 11.54 |
; точка с запятой | 1.42 |
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.