Длина текста, знаков: | 377173 |
Слов в произведении (СВП): | 54111 |
Приблизительно страниц: | 193 |
Средняя длина слова, знаков: | 5.4 |
Средняя длина предложения (СДП), знаков: | 51.63 |
СДП авторского текста, знаков: | 66.81 |
СДП диалога, знаков: | 34.06 |
Доля диалогов в тексте: | 30.69% |
Доля авторского текста в диалогах: | 9.14% |
|
Активный словарный запас |
Использовано уникальных слов: | 8546 |
Активный словарный запас (АСЗ): | 8148 |
Активный несловарный запас (АНСЗ): | 398 |
Удельный АСЗ на 3000 слов текста: | 1327.17 | |
Удельный АСЗ на 10000 слов текста: | 3123.88 | —> 2212-е место в рейтинге УАСЗ-10000 |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 12096 (22.35% от СВП) |
Определённых частей речи (ОЧР), слов: | 42015 (77.65% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 14354 (34.16%) |
Прилагательное | 4713 (11.22%) |
Глагол | 10325 (24.57%) |
Местоимение-существительное | 3888 (9.25%) |
Местоименное прилагательное | 1922 (4.57%) |
Местоимение-предикатив | 1 (0.00%) |
Числительное (количественное) | 523 (1.24%) |
Числительное (порядковое) | 103 (0.25%) |
Наречие | 2784 (6.63%) |
Предикатив | 374 (0.89%) |
Предлог | 5733 (13.65%) |
Союз | 3529 (8.40%) |
Междометие | 806 (1.92%) |
Вводное слово | 210 (0.50%) |
Частица | 2792 (6.65%) |
Причастие | 915 (2.18%) |
Деепричастие | 186 (0.44%) |
Служебных слов: | 19067 (45.38%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 115.11 |
. точка | 107.04 |
- тире | 37.48 |
! восклицательный знак | 7.56 |
? вопросительный знак | 14.47 |
... многоточие | 6.15 |
!.. воскл. знак с многоточием | 0.04 |
?.. вопр. знак с многоточием | 0.02 |
!!! тройной воскл. знак | 0.00 |
?! вопр. знак с восклицанием | 0.06 |
" кавычка | 7.71 |
() скобки | 0.13 |
: двоеточие | 7.06 |
; точка с запятой | 0.13 |
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.