Длина текста, знаков: | 479632 |
Слов в произведении (СВП): | 68793 |
Приблизительно страниц: | 254 |
Средняя длина слова, знаков: | 5.57 |
Средняя длина предложения (СДП), знаков: | 45.38 |
СДП авторского текста, знаков: | 50.94 |
СДП диалога, знаков: | 31.11 |
Доля диалогов в тексте: | 19.34% |
Доля авторского текста в диалогах: | 8.64% |
|
Активный словарный запас |
Использовано уникальных слов: | 9401 |
Активный словарный запас (АСЗ): | 8947 |
Активный несловарный запас (АНСЗ): | 454 |
Удельный АСЗ на 3000 слов текста: | 1401.34 | |
Удельный АСЗ на 10000 слов текста: | 3250.88 | —> 1274-е место в рейтинге УАСЗ-10000 |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 12069 (17.54% от СВП) |
Определённых частей речи (ОЧР), слов: | 56724 (82.46% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 19227 (33.90%) |
Прилагательное | 6463 (11.39%) |
Глагол | 13637 (24.04%) |
Местоимение-существительное | 5492 (9.68%) |
Местоименное прилагательное | 2279 (4.02%) |
Местоимение-предикатив | 9 (0.02%) |
Числительное (количественное) | 551 (0.97%) |
Числительное (порядковое) | 181 (0.32%) |
Наречие | 2662 (4.69%) |
Предикатив | 406 (0.72%) |
Предлог | 6850 (12.08%) |
Союз | 3911 (6.89%) |
Междометие | 798 (1.41%) |
Вводное слово | 99 (0.17%) |
Частица | 2482 (4.38%) |
Причастие | 1330 (2.34%) |
Деепричастие | 110 (0.19%) |
Служебных слов: | 22030 (38.84%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 82.00 |
. точка | 138.72 |
- тире | 29.10 |
! восклицательный знак | 0.57 |
? вопросительный знак | 7.81 |
... многоточие | 1.00 |
!.. воскл. знак с многоточием | 0.00 |
?.. вопр. знак с многоточием | 0.00 |
!!! тройной воскл. знак | 0.00 |
?! вопр. знак с восклицанием | 0.00 |
" кавычка | 4.36 |
() скобки | 0.06 |
: двоеточие | 3.82 |
; 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.