Длина текста, знаков: | 483556 |
Слов в произведении (СВП): | 70695 |
Приблизительно страниц: | 254 |
Средняя длина слова, знаков: | 5.43 |
Средняя длина предложения (СДП), знаков: | 73.82 |
СДП авторского текста, знаков: | 89.06 |
СДП диалога, знаков: | 52.79 |
Доля диалогов в тексте: | 30.07% |
Доля авторского текста в диалогах: | 5.58% |
|
Активный словарный запас |
Использовано уникальных слов: | 11216 |
Активный словарный запас (АСЗ): | 10164 |
Активный несловарный запас (АНСЗ): | 1052 |
Удельный АСЗ на 3000 слов текста: | 1371.83 | |
Удельный АСЗ на 10000 слов текста: | 3290.66 | отсутствует в рейтинге УАСЗ-10000 |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 15746 (22.27% от СВП) |
Определённых частей речи (ОЧР), слов: | 54949 (77.73% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 20471 (37.25%) |
Прилагательное | 6825 (12.42%) |
Глагол | 11218 (20.42%) |
Местоимение-существительное | 4443 (8.09%) |
Местоименное прилагательное | 2695 (4.90%) |
Местоимение-предикатив | 10 (0.02%) |
Числительное (количественное) | 809 (1.47%) |
Числительное (порядковое) | 190 (0.35%) |
Наречие | 2925 (5.32%) |
Предикатив | 500 (0.91%) |
Предлог | 6214 (11.31%) |
Союз | 5400 (9.83%) |
Междометие | 1011 (1.84%) |
Вводное слово | 173 (0.31%) |
Частица | 4319 (7.86%) |
Причастие | 1056 (1.92%) |
Деепричастие | 97 (0.18%) |
Служебных слов: | 24362 (44.34%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 134.69 |
. точка | 62.76 |
- тире | 16.44 |
! восклицательный знак | 10.14 |
? вопросительный знак | 14.67 |
... многоточие | 5.54 |
!.. воскл. знак с многоточием | 0.00 |
?.. вопр. знак с многоточием | 0.03 |
!!! тройной воскл. знак | 0.06 |
?! вопр. знак с восклицанием | 0.66 |
" кавычка | 9.02 |
() скобки | 0.52 |
: двоеточие | 3.21 |
; 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.