Длина текста, знаков: | 450488 |
Слов в произведении (СВП): | 63467 |
Приблизительно страниц: | 226 |
Средняя длина слова, знаков: | 5.37 |
Средняя длина предложения (СДП), знаков: | 54.66 |
СДП авторского текста, знаков: | 65.7 |
СДП диалога, знаков: | 45.99 |
Доля диалогов в тексте: | 47.3% |
Доля авторского текста в диалогах: | 11.42% |
|
Активный словарный запас |
Использовано уникальных слов: | 7891 |
Активный словарный запас (АСЗ): | 7460 |
Активный несловарный запас (АНСЗ): | 431 |
Удельный АСЗ на 3000 слов текста: | 1215.56 | |
Удельный АСЗ на 10000 слов текста: | 2713.60 | —> 7813-е место в рейтинге УАСЗ-10000 |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 15394 (24.26% от СВП) |
Определённых частей речи (ОЧР), слов: | 48073 (75.74% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 14538 (30.24%) |
Прилагательное | 5807 (12.08%) |
Глагол | 11831 (24.61%) |
Местоимение-существительное | 4894 (10.18%) |
Местоименное прилагательное | 2636 (5.48%) |
Местоимение-предикатив | 4 (0.01%) |
Числительное (количественное) | 449 (0.93%) |
Числительное (порядковое) | 101 (0.21%) |
Наречие | 3166 (6.59%) |
Предикатив | 531 (1.10%) |
Предлог | 5601 (11.65%) |
Союз | 5600 (11.65%) |
Междометие | 1040 (2.16%) |
Вводное слово | 223 (0.46%) |
Частица | 3889 (8.09%) |
Причастие | 966 (2.01%) |
Деепричастие | 206 (0.43%) |
Служебных слов: | 24093 (50.12%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 122.38 |
. точка | 94.71 |
- тире | 36.87 |
! восклицательный знак | 12.07 |
? вопросительный знак | 13.58 |
... многоточие | 7.58 |
!.. воскл. знак с многоточием | 0.06 |
?.. вопр. знак с многоточием | 0.16 |
!!! тройной воскл. знак | 0.02 |
?! вопр. знак с восклицанием | 1.29 |
" кавычка | 5.45 |
() скобки | 0.02 |
: двоеточие | 4.51 |
; точка с запятой | 0.03 |
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.