Длина текста, знаков: | 639231 |
Слов в произведении (СВП): | 94480 |
Приблизительно страниц: | 325 |
Средняя длина слова, знаков: | 5.2 |
Средняя длина предложения (СДП), знаков: | 65.09 |
СДП авторского текста, знаков: | 75.02 |
СДП диалога, знаков: | 51.03 |
Доля диалогов в тексте: | 32.53% |
Доля авторского текста в диалогах: | 13.01% |
|
Активный словарный запас |
Использовано уникальных слов: | 8765 |
Активный словарный запас (АСЗ): | 8326 |
Активный несловарный запас (АНСЗ): | 439 |
Удельный АСЗ на 3000 слов текста: | 1164.73 | |
Удельный АСЗ на 10000 слов текста: | 2594.84 | —> 9396-е место в рейтинге УАСЗ-10000 |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 22176 (23.47% от СВП) |
Определённых частей речи (ОЧР), слов: | 72304 (76.53% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 19476 (26.94%) |
Прилагательное | 7100 (9.82%) |
Глагол | 19178 (26.52%) |
Местоимение-существительное | 8089 (11.19%) |
Местоименное прилагательное | 4761 (6.58%) |
Местоимение-предикатив | 16 (0.02%) |
Числительное (количественное) | 748 (1.03%) |
Числительное (порядковое) | 83 (0.11%) |
Наречие | 4225 (5.84%) |
Предикатив | 578 (0.80%) |
Предлог | 9470 (13.10%) |
Союз | 7727 (10.69%) |
Междометие | 1408 (1.95%) |
Вводное слово | 311 (0.43%) |
Частица | 6583 (9.10%) |
Причастие | 1281 (1.77%) |
Деепричастие | 249 (0.34%) |
Служебных слов: | 38614 (53.41%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 122.72 |
. точка | 82.02 |
- тире | 21.90 |
! восклицательный знак | 7.23 |
? вопросительный знак | 7.60 |
... многоточие | 4.48 |
!.. воскл. знак с многоточием | 0.04 |
?.. вопр. знак с многоточием | 0.05 |
!!! тройной воскл. знак | 0.13 |
?! вопр. знак с восклицанием | 0.55 |
" кавычка | 1.88 |
() скобки | 1.13 |
: двоеточие | 6.14 |
; точка с запятой | 0.01 |
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.