Длина текста, знаков: | 550710 |
Слов в произведении (СВП): | 80012 |
Приблизительно страниц: | 287 |
Средняя длина слова, знаков: | 5.42 |
Средняя длина предложения (СДП), знаков: | 105.63 |
СДП авторского текста, знаков: | 131.99 |
СДП диалога, знаков: | 72.55 |
Доля диалогов в тексте: | 30.55% |
Доля авторского текста в диалогах: | 9.91% |
|
Активный словарный запас |
Использовано уникальных слов: | 9608 |
Активный словарный запас (АСЗ): | 9152 |
Активный несловарный запас (АНСЗ): | 456 |
Удельный АСЗ на 3000 слов текста: | 1295.60 | |
Удельный АСЗ на 10000 слов текста: | 2993.79 | —> 3665-е место в рейтинге УАСЗ-10000 |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 18658 (23.32% от СВП) |
Определённых частей речи (ОЧР), слов: | 61354 (76.68% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 20047 (32.67%) |
Прилагательное | 7484 (12.20%) |
Глагол | 13342 (21.75%) |
Местоимение-существительное | 4072 (6.64%) |
Местоименное прилагательное | 3427 (5.59%) |
Местоимение-предикатив | 10 (0.02%) |
Числительное (количественное) | 878 (1.43%) |
Числительное (порядковое) | 111 (0.18%) |
Наречие | 3943 (6.43%) |
Предикатив | 536 (0.87%) |
Предлог | 7499 (12.22%) |
Союз | 7113 (11.59%) |
Междометие | 1277 (2.08%) |
Вводное слово | 147 (0.24%) |
Частица | 5544 (9.04%) |
Причастие | 2182 (3.56%) |
Деепричастие | 171 (0.28%) |
Служебных слов: | 29260 (47.69%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 131.77 |
. точка | 42.44 |
- тире | 16.64 |
! восклицательный знак | 11.90 |
? вопросительный знак | 3.52 |
... многоточие | 6.15 |
!.. воскл. знак с многоточием | 0.40 |
?.. вопр. знак с многоточием | 0.05 |
!!! тройной воскл. знак | 0.04 |
?! вопр. знак с восклицанием | 3.21 |
" кавычка | 5.04 |
() скобки | 0.12 |
: двоеточие | 2.81 |
; точка с запятой | 1.29 |
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.