Длина текста, знаков: | 523764 |
Слов в произведении (СВП): | 76742 |
Приблизительно страниц: | 271 |
Средняя длина слова, знаков: | 5.33 |
Средняя длина предложения (СДП), знаков: | 56.47 |
СДП авторского текста, знаков: | 63.85 |
СДП диалога, знаков: | 43.78 |
Доля диалогов в тексте: | 28.55% |
Доля авторского текста в диалогах: | 8.99% |
|
Активный словарный запас |
Использовано уникальных слов: | 9730 |
Активный словарный запас (АСЗ): | 9308 |
Активный несловарный запас (АНСЗ): | 422 |
Удельный АСЗ на 3000 слов текста: | 1300.26 | |
Удельный АСЗ на 10000 слов текста: | 3011.14 | отсутствует в рейтинге УАСЗ-10000 |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 17618 (22.96% от СВП) |
Определённых частей речи (ОЧР), слов: | 59124 (77.04% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 18840 (31.87%) |
Прилагательное | 6496 (10.99%) |
Глагол | 15473 (26.17%) |
Местоимение-существительное | 6267 (10.60%) |
Местоименное прилагательное | 2739 (4.63%) |
Местоимение-предикатив | 8 (0.01%) |
Числительное (количественное) | 618 (1.05%) |
Числительное (порядковое) | 159 (0.27%) |
Наречие | 3373 (5.70%) |
Предикатив | 673 (1.14%) |
Предлог | 7082 (11.98%) |
Союз | 6104 (10.32%) |
Междометие | 1207 (2.04%) |
Вводное слово | 145 (0.25%) |
Частица | 5123 (8.66%) |
Причастие | 989 (1.67%) |
Деепричастие | 258 (0.44%) |
Служебных слов: | 28933 (48.94%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 124.19 |
. точка | 82.67 |
- тире | 26.07 |
! восклицательный знак | 8.74 |
? вопросительный знак | 16.95 |
... многоточие | 7.54 |
!.. воскл. знак с многоточием | 0.30 |
?.. вопр. знак с многоточием | 0.81 |
!!! тройной воскл. знак | 0.00 |
?! вопр. знак с восклицанием | 1.04 |
" кавычка | 7.61 |
() скобки | 0.13 |
: двоеточие | 8.34 |
; точка с запятой | 0.07 |
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.