FantLab ru



  Лингвистический анализ произведения
Произведение: Сумеречный клинок
Автор: Макс Мах
Дата проведения анализа: 25 июля 2018 года

Общая статистика

Длина текста, знаков:645523
Слов в произведении (СВП):94264
Приблизительно страниц:316
Средняя длина слова, знаков:5.06
Средняя длина предложения (СДП), знаков:57.86
СДП авторского текста, знаков:93.32
СДП диалога, знаков:44.77
Доля диалогов в тексте:56.68%
Доля авторского текста в диалогах:9.69%

Активный словарный запас

Использовано уникальных слов:10159
Активный словарный запас (АСЗ):9329
Активный несловарный запас (АНСЗ):830
Удельный АСЗ на 3000 слов текста:1184.83
Удельный АСЗ на 10000 слов текста:2711.31 —> 6545-е место в рейтинге УАСЗ-10000

Части речи

Неопределённых частей речи (НОЧР), слов:21778 (23.10% от СВП)
Определённых частей речи (ОЧР), слов:72486 (76.90% от СВП)
Из них (принимая ОЧР за 100%):
          Существительное20351 (28.08%)
          Прилагательное6302 (8.69%)
          Глагол14028 (19.35%)
          Местоимение-существительное5654 (7.80%)
          Местоименное прилагательное2853 (3.94%)
          Местоимение-предикатив22 (0.03%)
          Числительное (количественное)482 (0.66%)
          Числительное (порядковое)105 (0.14%)
          Наречие2279 (3.14%)
          Предикатив99 (0.14%)
          Предлог6910 (9.53%)
          Союз4731 (6.53%)
          Междометие60 (0.08%)
          Вводное слово55 (0.08%)
          Частица3247 (4.48%)
          Причастие1254 (1.73%)
          Деепричастие41 (0.06%)
Служебных слов:23532 (32.46%)

Знаки препинания

Частоты знаков препинания (среднее количество на 1000 слов):
          ,    запятая142.73
          .    точка75.37
          -    тире47.58
          !    восклицательный знак14.35
          ?    вопросительный знак15.79
          ...    многоточие10.87
          !..    воскл. знак с многоточием0.01
          ?..    вопр. знак с многоточием0.06
          !!!    тройной воскл. знак0.00
          ?!    вопр. знак с восклицанием0.77
          "    кавычка12.86
          ()    скобки0.00
          :    двоеточие2.03
          ;    точка с запятой0.02




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».


АвторСовпадение с лингвопрофилем автора (в условных единицах)
1. Макс Мах
 50
2. Елена Хаецкая
 42
3. Алексей Евтушенко
 42
4. Вячеслав Рыбаков
 41
5. Сергей Абрамов
 41
6. Далия Трускиновская
 41
7. Александр Бушков
 41
8. Николай Романецкий
 41
9. Александр Громов
 41
10. Аркадий и Борис Стругацкие
 41
...смотреть весь список >>
⇑ Наверх