Длина текста, знаков: | 512561 |
Слов в произведении (СВП): | 71573 |
Приблизительно страниц: | 264 |
Средняя длина слова, знаков: | 5.56 |
Средняя длина предложения (СДП), знаков: | 62.8 |
СДП авторского текста, знаков: | 84.46 |
СДП диалога, знаков: | 50.76 |
Доля диалогов в тексте: | 52.02% |
Доля авторского текста в диалогах: | 6.74% |
|
Активный словарный запас |
Использовано уникальных слов: | 9213 |
Активный словарный запас (АСЗ): | 8510 |
Активный несловарный запас (АНСЗ): | 703 |
Удельный АСЗ на 3000 слов текста: | 1246.99 | |
Удельный АСЗ на 10000 слов текста: | 2863.32 | —> 5489-е место в рейтинге УАСЗ-10000 |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 15434 (21.56% от СВП) |
Определённых частей речи (ОЧР), слов: | 56139 (78.44% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 18266 (32.54%) |
Прилагательное | 6113 (10.89%) |
Глагол | 12572 (22.39%) |
Местоимение-существительное | 4888 (8.71%) |
Местоименное прилагательное | 2667 (4.75%) |
Местоимение-предикатив | 11 (0.02%) |
Числительное (количественное) | 920 (1.64%) |
Числительное (порядковое) | 192 (0.34%) |
Наречие | 3153 (5.62%) |
Предикатив | 626 (1.12%) |
Предлог | 7153 (12.74%) |
Союз | 5837 (10.40%) |
Междометие | 1030 (1.83%) |
Вводное слово | 214 (0.38%) |
Частица | 3758 (6.69%) |
Причастие | 1146 (2.04%) |
Деепричастие | 161 (0.29%) |
Служебных слов: | 25719 (45.81%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 119.38 |
. точка | 78.35 |
- тире | 28.13 |
! восклицательный знак | 8.59 |
? вопросительный знак | 14.34 |
... многоточие | 8.65 |
!.. воскл. знак с многоточием | 0.31 |
?.. вопр. знак с многоточием | 0.54 |
!!! тройной воскл. знак | 0.07 |
?! вопр. знак с восклицанием | 0.43 |
" кавычка | 7.39 |
() скобки | 0.15 |
: двоеточие | 6.83 |
; точка с запятой | 0.08 |
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.