Длина текста, знаков: | 526775 |
Слов в произведении (СВП): | 77329 |
Приблизительно страниц: | 280 |
Средняя длина слова, знаков: | 5.46 |
Средняя длина предложения (СДП), знаков: | 62.68 |
СДП авторского текста, знаков: | 74.55 |
СДП диалога, знаков: | 41.76 |
Доля диалогов в тексте: | 24.26% |
Доля авторского текста в диалогах: | 4.84% |
|
Активный словарный запас |
Использовано уникальных слов: | 9880 |
Активный словарный запас (АСЗ): | 9057 |
Активный несловарный запас (АНСЗ): | 823 |
Удельный АСЗ на 3000 слов текста: | 1306.69 | |
Удельный АСЗ на 10000 слов текста: | 3033.60 | отсутствует в рейтинге УАСЗ-10000 |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 17196 (22.24% от СВП) |
Определённых частей речи (ОЧР), слов: | 60133 (77.76% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 18396 (30.59%) |
Прилагательное | 6910 (11.49%) |
Глагол | 13916 (23.14%) |
Местоимение-существительное | 4617 (7.68%) |
Местоименное прилагательное | 2830 (4.71%) |
Местоимение-предикатив | 7 (0.01%) |
Числительное (количественное) | 815 (1.36%) |
Числительное (порядковое) | 118 (0.20%) |
Наречие | 3467 (5.77%) |
Предикатив | 355 (0.59%) |
Предлог | 7739 (12.87%) |
Союз | 6893 (11.46%) |
Междометие | 1027 (1.71%) |
Вводное слово | 223 (0.37%) |
Частица | 5039 (8.38%) |
Причастие | 544 (0.90%) |
Деепричастие | 198 (0.33%) |
Служебных слов: | 28573 (47.52%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 93.73 |
. точка | 82.13 |
- тире | 24.56 |
! восклицательный знак | 12.96 |
? вопросительный знак | 6.32 |
... многоточие | 8.13 |
!.. воскл. знак с многоточием | 0.03 |
?.. вопр. знак с многоточием | 0.05 |
!!! тройной воскл. знак | 0.04 |
?! вопр. знак с восклицанием | 0.13 |
" кавычка | 13.60 |
() скобки | 0.00 |
: двоеточие | 4.75 |
; точка с запятой | 0.01 |
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.