Длина текста, знаков: | 440208 |
Слов в произведении (СВП): | 65595 |
Приблизительно страниц: | 237 |
Средняя длина слова, знаков: | 5.46 |
Средняя длина предложения (СДП), знаков: | 73.91 |
СДП авторского текста, знаков: | 90.38 |
СДП диалога, знаков: | 40.61 |
Доля диалогов в тексте: | 18.25% |
Доля авторского текста в диалогах: | 0.5% |
|
Активный словарный запас |
Использовано уникальных слов: | 10264 |
Активный словарный запас (АСЗ): | 9681 |
Активный несловарный запас (АНСЗ): | 583 |
Удельный АСЗ на 3000 слов текста: | 1339.38 | |
Удельный АСЗ на 10000 слов текста: | 3181.79 | отсутствует в рейтинге УАСЗ-10000 |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 16157 (24.63% от СВП) |
Определённых частей речи (ОЧР), слов: | 49438 (75.37% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 15983 (32.33%) |
Прилагательное | 6636 (13.42%) |
Глагол | 10710 (21.66%) |
Местоимение-существительное | 3788 (7.66%) |
Местоименное прилагательное | 3030 (6.13%) |
Местоимение-предикатив | 15 (0.03%) |
Числительное (количественное) | 582 (1.18%) |
Числительное (порядковое) | 172 (0.35%) |
Наречие | 3314 (6.70%) |
Предикатив | 417 (0.84%) |
Предлог | 6744 (13.64%) |
Союз | 5335 (10.79%) |
Междометие | 899 (1.82%) |
Вводное слово | 215 (0.43%) |
Частица | 4651 (9.41%) |
Причастие | 1304 (2.64%) |
Деепричастие | 271 (0.55%) |
Служебных слов: | 24948 (50.46%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 106.64 |
. точка | 67.95 |
- тире | 12.38 |
! восклицательный знак | 5.61 |
? вопросительный знак | 9.73 |
... многоточие | 5.21 |
!.. воскл. знак с многоточием | 0.02 |
?.. вопр. знак с многоточием | 0.02 |
!!! тройной воскл. знак | 0.11 |
?! вопр. знак с восклицанием | 0.29 |
" кавычка | 5.23 |
() скобки | 0.98 |
: двоеточие | 4.31 |
; 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.