Длина текста, знаков: | 424223 |
Слов в произведении (СВП): | 60833 |
Приблизительно страниц: | 216 |
Средняя длина слова, знаков: | 5.37 |
Средняя длина предложения (СДП), знаков: | 62.98 |
СДП авторского текста, знаков: | 76.51 |
СДП диалога, знаков: | 50.93 |
Доля диалогов в тексте: | 42.84% |
Доля авторского текста в диалогах: | 9.34% |
|
Активный словарный запас |
Использовано уникальных слов: | 9080 |
Активный словарный запас (АСЗ): | 8385 |
Активный несловарный запас (АНСЗ): | 695 |
Удельный АСЗ на 3000 слов текста: | 1281.49 | |
Удельный АСЗ на 10000 слов текста: | 3010.37 | —> 3451-е место в рейтинге УАСЗ-10000 |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 13539 (22.26% от СВП) |
Определённых частей речи (ОЧР), слов: | 47294 (77.74% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 15066 (31.86%) |
Прилагательное | 5079 (10.74%) |
Глагол | 11285 (23.86%) |
Местоимение-существительное | 5170 (10.93%) |
Местоименное прилагательное | 2526 (5.34%) |
Местоимение-предикатив | 7 (0.01%) |
Числительное (количественное) | 490 (1.04%) |
Числительное (порядковое) | 174 (0.37%) |
Наречие | 2604 (5.51%) |
Предикатив | 406 (0.86%) |
Предлог | 6224 (13.16%) |
Союз | 4698 (9.93%) |
Междометие | 817 (1.73%) |
Вводное слово | 235 (0.50%) |
Частица | 3533 (7.47%) |
Причастие | 710 (1.50%) |
Деепричастие | 114 (0.24%) |
Служебных слов: | 23324 (49.32%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 133.66 |
. точка | 80.19 |
- тире | 28.27 |
! восклицательный знак | 7.25 |
? вопросительный знак | 15.07 |
... многоточие | 6.44 |
!.. воскл. знак с многоточием | 0.03 |
?.. вопр. знак с многоточием | 0.00 |
!!! тройной воскл. знак | 0.00 |
?! вопр. знак с восклицанием | 0.12 |
" кавычка | 5.38 |
() скобки | 0.16 |
: двоеточие | 4.04 |
; точка с запятой | 0.08 |
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.