Длина текста, знаков: | 484159 |
Слов в произведении (СВП): | 69923 |
Приблизительно страниц: | 245 |
Средняя длина слова, знаков: | 5.3 |
Средняя длина предложения (СДП), знаков: | 56.55 |
СДП авторского текста, знаков: | 60.39 |
СДП диалога, знаков: | 50.9 |
Доля диалогов в тексте: | 36.52% |
Доля авторского текста в диалогах: | 13.37% |
|
Активный словарный запас |
Использовано уникальных слов: | 7172 |
Активный словарный запас (АСЗ): | 6963 |
Активный несловарный запас (АНСЗ): | 209 |
Удельный АСЗ на 3000 слов текста: | 1197.82 | |
Удельный АСЗ на 10000 слов текста: | 2605.89 | —> 9270-е место в рейтинге УАСЗ-10000 |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 16864 (24.12% от СВП) |
Определённых частей речи (ОЧР), слов: | 53059 (75.88% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 14816 (27.92%) |
Прилагательное | 6098 (11.49%) |
Глагол | 14016 (26.42%) |
Местоимение-существительное | 6218 (11.72%) |
Местоименное прилагательное | 3448 (6.50%) |
Местоимение-предикатив | 9 (0.02%) |
Числительное (количественное) | 516 (0.97%) |
Числительное (порядковое) | 96 (0.18%) |
Наречие | 3810 (7.18%) |
Предикатив | 467 (0.88%) |
Предлог | 6443 (12.14%) |
Союз | 5248 (9.89%) |
Междометие | 1124 (2.12%) |
Вводное слово | 243 (0.46%) |
Частица | 4738 (8.93%) |
Причастие | 847 (1.60%) |
Деепричастие | 160 (0.30%) |
Служебных слов: | 27631 (52.08%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 102.06 |
. точка | 103.71 |
- тире | 32.36 |
! восклицательный знак | 4.81 |
? вопросительный знак | 10.50 |
... многоточие | 3.62 |
!.. воскл. знак с многоточием | 0.03 |
?.. вопр. знак с многоточием | 0.06 |
!!! тройной воскл. знак | 0.00 |
?! вопр. знак с восклицанием | 0.07 |
" кавычка | 2.12 |
() скобки | 0.00 |
: двоеточие | 2.70 |
; 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.