Длина текста, знаков: | 583957 |
Слов в произведении (СВП): | 83519 |
Приблизительно страниц: | 295 |
Средняя длина слова, знаков: | 5.34 |
Средняя длина предложения (СДП), знаков: | 65.29 |
СДП авторского текста, знаков: | 78.52 |
СДП диалога, знаков: | 53.63 |
Доля диалогов в тексте: | 43.7% |
Доля авторского текста в диалогах: | 11.57% |
|
Активный словарный запас |
Использовано уникальных слов: | 10195 |
Активный словарный запас (АСЗ): | 9551 |
Активный несловарный запас (АНСЗ): | 644 |
Удельный АСЗ на 3000 слов текста: | 1281.11 | |
Удельный АСЗ на 10000 слов текста: | 2944.93 | —> 3740-е место в рейтинге УАСЗ-10000 |
|
Части речи |
Неопределённых частей речи (НОЧР), слов: | 18101 (21.67% от СВП) |
Определённых частей речи (ОЧР), слов: | 65418 (78.33% от СВП) |
Из них (принимая ОЧР за 100%): | |
Существительное | 18480 (28.25%) |
Прилагательное | 6057 (9.26%) |
Глагол | 13768 (21.05%) |
Местоимение-существительное | 5055 (7.73%) |
Местоименное прилагательное | 2749 (4.20%) |
Местоимение-предикатив | 17 (0.03%) |
Числительное (количественное) | 483 (0.74%) |
Числительное (порядковое) | 162 (0.25%) |
Наречие | 2067 (3.16%) |
Предикатив | 132 (0.20%) |
Предлог | 7111 (10.87%) |
Союз | 2697 (4.12%) |
Междометие | 77 (0.12%) |
Вводное слово | 9 (0.01%) |
Частица | 2437 (3.73%) |
Причастие | 1035 (1.58%) |
Деепричастие | 34 (0.05%) |
Служебных слов: | 20152 (30.80%) |
|
Знаки препинания |
Частоты знаков препинания (среднее количество на 1000 слов): |
, запятая | 109.35 |
. точка | 82.11 |
- тире | 29.97 |
! восклицательный знак | 5.90 |
? вопросительный знак | 13.77 |
... многоточие | 1.94 |
!.. воскл. знак с многоточием | 0.01 |
?.. вопр. знак с многоточием | 0.08 |
!!! тройной воскл. знак | 0.02 |
?! вопр. знак с восклицанием | 0.34 |
" кавычка | 10.32 |
() скобки | 0.68 |
: двоеточие | 6.37 |
; точка с запятой | 0.00 |
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.