Длина текста, знаков: | 514077 |
Слов в произведении (СВП): | 75475 |
Приблизительно страниц: | 264 |
Средняя длина слова, знаков: | 5.29 |
Средняя длина предложения (СДП), знаков: | 46.24 |
СДП авторского текста, знаков: | 63.76 |
СДП диалога, знаков: | 32.7 |
Доля диалогов в тексте: | 40.09% |
Доля авторского текста в диалогах: | 5.88% |
|
Активный словарный запас |
Использовано уникальных слов: | 9018 |
Активный словарный запас (АСЗ): | 8692 |
Активный несловарный запас (АНСЗ): | 326 |
Удельный АСЗ на 3000 слов текста: | 1240.97 | |
Удельный АСЗ на 10000 слов текста: | 2823.01 | отсутствует в рейтинге УАСЗ-10000 |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 16734 (22.17% от СВП) |
Определённых частей речи (ОЧР), слов: | 58741 (77.83% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 20040 (34.12%) |
Прилагательное | 5294 (9.01%) |
Глагол | 15926 (27.11%) |
Местоимение-существительное | 5149 (8.77%) |
Местоименное прилагательное | 2462 (4.19%) |
Местоимение-предикатив | 13 (0.02%) |
Числительное (количественное) | 746 (1.27%) |
Числительное (порядковое) | 162 (0.28%) |
Наречие | 3072 (5.23%) |
Предикатив | 493 (0.84%) |
Предлог | 7151 (12.17%) |
Союз | 5441 (9.26%) |
Междометие | 1364 (2.32%) |
Вводное слово | 140 (0.24%) |
Частица | 4751 (8.09%) |
Причастие | 1167 (1.99%) |
Деепричастие | 357 (0.61%) |
Служебных слов: | 26828 (45.67%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 106.62 |
. точка | 104.46 |
- тире | 30.94 |
! восклицательный знак | 11.62 |
? вопросительный знак | 16.51 |
... многоточие | 13.74 |
!.. воскл. знак с многоточием | 0.03 |
?.. вопр. знак с многоточием | 0.00 |
!!! тройной воскл. знак | 0.01 |
?! вопр. знак с восклицанием | 0.03 |
" кавычка | 2.61 |
() скобки | 0.01 |
: двоеточие | 7.23 |
; точка с запятой | 0.05 |
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.