Длина текста, знаков: | 367497 |
Слов в произведении (СВП): | 48335 |
Приблизительно страниц: | 189 |
Средняя длина слова, знаков: | 5.9 |
Средняя длина предложения (СДП), знаков: | 65.85 |
СДП авторского текста, знаков: | 83.99 |
СДП диалога, знаков: | 48.05 |
Доля диалогов в тексте: | 36.94% |
Доля авторского текста в диалогах: | 13.6% |
|
Активный словарный запас |
Использовано уникальных слов: | 11048 |
Активный словарный запас (АСЗ): | 10391 |
Активный несловарный запас (АНСЗ): | 657 |
Удельный АСЗ на 3000 слов текста: | 1576.22 | |
Удельный АСЗ на 10000 слов текста: | 3987.66 | —> 10-е место в рейтинге УАСЗ-10000 |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 9464 (19.58% от СВП) |
Определённых частей речи (ОЧР), слов: | 38871 (80.42% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 13443 (34.58%) |
Прилагательное | 5668 (14.58%) |
Глагол | 8104 (20.85%) |
Местоимение-существительное | 2581 (6.64%) |
Местоименное прилагательное | 1710 (4.40%) |
Местоимение-предикатив | 6 (0.02%) |
Числительное (количественное) | 510 (1.31%) |
Числительное (порядковое) | 101 (0.26%) |
Наречие | 2038 (5.24%) |
Предикатив | 374 (0.96%) |
Предлог | 5102 (13.13%) |
Союз | 2790 (7.18%) |
Междометие | 577 (1.48%) |
Вводное слово | 108 (0.28%) |
Частица | 2245 (5.78%) |
Причастие | 946 (2.43%) |
Деепричастие | 148 (0.38%) |
Служебных слов: | 15267 (39.28%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 121.15 |
. точка | 99.14 |
- тире | 24.02 |
! восклицательный знак | 1.94 |
? вопросительный знак | 8.17 |
... многоточие | 4.10 |
!.. воскл. знак с многоточием | 0.02 |
?.. вопр. знак с многоточием | 0.25 |
!!! тройной воскл. знак | 0.00 |
?! вопр. знак с восклицанием | 0.39 |
" кавычка | 10.41 |
() скобки | 0.08 |
: двоеточие | 3.14 |
; точка с запятой | 0.10 |
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.