Длина текста, знаков: | 680736 |
Слов в произведении (СВП): | 96395 |
Приблизительно страниц: | 340 |
Средняя длина слова, знаков: | 5.32 |
Средняя длина предложения (СДП), знаков: | 49.09 |
СДП авторского текста, знаков: | 69.83 |
СДП диалога, знаков: | 41.22 |
Доля диалогов в тексте: | 61.06% |
Доля авторского текста в диалогах: | 6.31% |
|
Активный словарный запас |
Использовано уникальных слов: | 11239 |
Активный словарный запас (АСЗ): | 10421 |
Активный несловарный запас (АНСЗ): | 818 |
Удельный АСЗ на 3000 слов текста: | 1260.70 | |
Удельный АСЗ на 10000 слов текста: | 2938.32 | отсутствует в рейтинге УАСЗ-10000 |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 20913 (21.70% от СВП) |
Определённых частей речи (ОЧР), слов: | 75482 (78.30% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 25944 (34.37%) |
Прилагательное | 7705 (10.21%) |
Глагол | 19774 (26.20%) |
Местоимение-существительное | 7479 (9.91%) |
Местоименное прилагательное | 3007 (3.98%) |
Местоимение-предикатив | 13 (0.02%) |
Числительное (количественное) | 1450 (1.92%) |
Числительное (порядковое) | 267 (0.35%) |
Наречие | 4010 (5.31%) |
Предикатив | 624 (0.83%) |
Предлог | 9719 (12.88%) |
Союз | 6569 (8.70%) |
Междометие | 1233 (1.63%) |
Вводное слово | 175 (0.23%) |
Частица | 5074 (6.72%) |
Причастие | 1429 (1.89%) |
Деепричастие | 489 (0.65%) |
Служебных слов: | 33758 (44.72%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 114.67 |
. точка | 101.69 |
- тире | 60.60 |
! восклицательный знак | 12.47 |
? вопросительный знак | 14.77 |
... многоточие | 21.69 |
!.. воскл. знак с многоточием | 0.03 |
?.. вопр. знак с многоточием | 0.06 |
!!! тройной воскл. знак | 0.08 |
?! вопр. знак с восклицанием | 0.18 |
" кавычка | 19.64 |
() скобки | 0.19 |
: двоеточие | 2.26 |
; точка с запятой | 0.41 |
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.