Длина текста, знаков: | 520997 |
Слов в произведении (СВП): | 78638 |
Приблизительно страниц: | 273 |
Средняя длина слова, знаков: | 5.25 |
Средняя длина предложения (СДП), знаков: | 60.68 |
СДП авторского текста, знаков: | 73.17 |
СДП диалога, знаков: | 42.93 |
Доля диалогов в тексте: | 29.29% |
Доля авторского текста в диалогах: | 3.72% |
|
Активный словарный запас |
Использовано уникальных слов: | 8677 |
Активный словарный запас (АСЗ): | 8287 |
Активный несловарный запас (АНСЗ): | 390 |
Удельный АСЗ на 3000 слов текста: | 1191.75 | |
Удельный АСЗ на 10000 слов текста: | 2674.65 | отсутствует в рейтинге УАСЗ-10000 |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 19334 (24.59% от СВП) |
Определённых частей речи (ОЧР), слов: | 59304 (75.41% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 17173 (28.96%) |
Прилагательное | 7409 (12.49%) |
Глагол | 15526 (26.18%) |
Местоимение-существительное | 6613 (11.15%) |
Местоименное прилагательное | 2902 (4.89%) |
Местоимение-предикатив | 6 (0.01%) |
Числительное (количественное) | 892 (1.50%) |
Числительное (порядковое) | 224 (0.38%) |
Наречие | 4136 (6.97%) |
Предикатив | 643 (1.08%) |
Предлог | 6843 (11.54%) |
Союз | 6988 (11.78%) |
Междометие | 1327 (2.24%) |
Вводное слово | 192 (0.32%) |
Частица | 5409 (9.12%) |
Причастие | 990 (1.67%) |
Деепричастие | 291 (0.49%) |
Служебных слов: | 30571 (51.55%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 124.35 |
. точка | 76.96 |
- тире | 18.48 |
! восклицательный знак | 7.94 |
? вопросительный знак | 14.69 |
... многоточие | 8.48 |
!.. воскл. знак с многоточием | 0.00 |
?.. вопр. знак с многоточием | 0.13 |
!!! тройной воскл. знак | 0.05 |
?! вопр. знак с восклицанием | 0.92 |
" кавычка | 5.70 |
() скобки | 0.94 |
: двоеточие | 5.84 |
; 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.