Лингвистический анализ произведения
| Длина текста, знаков: | 599733 |
| Слов в произведении (СВП): | 88220 |
| Приблизительно страниц: | 321 |
| Средняя длина слова, знаков: | 5.5 |
| Средняя длина предложения (СДП), знаков: | 84.93 |
| СДП авторского текста, знаков: | 87.51 |
| СДП диалога, знаков: | 62.15 |
| Доля диалогов в тексте: | 7.46% |
| Доля авторского текста в диалогах: | 6.32% |
|
Активный словарный запас |
| Использовано уникальных слов: | 12490 |
| Активный словарный запас (АСЗ): | 11713 |
| Активный несловарный запас (АНСЗ): | 777 |
| Удельный АСЗ на 3000 слов текста: | 1393.35 | |
| Удельный АСЗ на 10000 слов текста: | 3380.35 | —> 675-е место в рейтинге УАСЗ-10000 |
|
Части речи |
| Неопределённых частей речи (НОЧР), слов: | 20781 (23.56% от СВП) |
| Определённых частей речи (ОЧР), слов: | 67439 (76.44% от СВП) |
| Из них (принимая ОЧР за 100%): | |
| Существительное | 20737 (30.75%) |
| Прилагательное | 8853 (13.13%) |
| Глагол | 15382 (22.81%) |
| Местоимение-существительное | 6145 (9.11%) |
| Местоименное прилагательное | 3644 (5.40%) |
| Местоимение-предикатив | 13 (0.02%) |
| Числительное (количественное) | 885 (1.31%) |
| Числительное (порядковое) | 232 (0.34%) |
| Наречие | 4993 (7.40%) |
| Предикатив | 708 (1.05%) |
| Предлог | 8946 (13.27%) |
| Союз | 6917 (10.26%) |
| Междометие | 1453 (2.15%) |
| Вводное слово | 207 (0.31%) |
| Частица | 6010 (8.91%) |
| Причастие | 1729 (2.56%) |
| Деепричастие | 348 (0.52%) |
| Служебных слов: | 33683 (49.95%) |
|
Знаки препинания |
| Частоты знаков препинания (среднее количество на 1000 слов): |
| , запятая | 131.54 |
| . точка | 64.29 |
| - тире | 10.00 |
| ! восклицательный знак | 4.67 |
| ? вопросительный знак | 3.15 |
| ... многоточие | 13.24 |
| !.. воскл. знак с многоточием | 0.49 |
| ?.. вопр. знак с многоточием | 0.73 |
| !!! тройной воскл. знак | 0.26 |
| ?! вопр. знак с восклицанием | 0.48 |
| " кавычка | 15.40 |
| () скобки | 0.19 |
| : двоеточие | 1.86 |
| ; точка с запятой | 1.08 |
Распознавание автора текста
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.
Алгоритм работы лингвоанализатора кратко описан в статье «Лингвистический анализ текста и распознавание автора».
