fantlab ru



  Лингвистический анализ произведения
Произведение: Как научиться врать
Автор: Анна Ветер
Дата проведения анализа: 19 сентября 2022 года

Общая статистика

Длина текста, знаков:539868
Слов в произведении (СВП):78065
Приблизительно страниц:265
Средняя длина слова, знаков:5.12
Средняя длина предложения (СДП), знаков:51.6
СДП авторского текста, знаков:79.17
СДП диалога, знаков:40.27
Доля диалогов в тексте:55.46%
Доля авторского текста в диалогах:10.75%
Использование диалогов по тексту
(по горизонтали: счётчик знаков; по вертикали: процент диалогов;
размер скользящего окна: знаков, шаг: 1000 знаков)

Активный словарный запас

Использовано уникальных слов:8622
Активный словарный запас (АСЗ):8251
Активный несловарный запас (АНСЗ):371
Удельный АСЗ на 3000 слов текста:1095.83
Удельный АСЗ на 10000 слов текста:2510.57 отсутствует в рейтинге УАСЗ-10000
Динамика изменения УАСЗ-3000 от начала до конца произведения
(по горизонтали: счётчик слов; по вертикали: УАСЗ-3000)
Максимальное значение УАСЗ-3000 (0) приходится приблизительно на 0-ю страницу текста.
Миниимальное значение УАСЗ-3000 (10000000) приходится приблизительно на 0-ю страницу текста.

Части речи

Неопределённых частей речи (НОЧР), слов:19069 (24.43% от СВП)
Определённых частей речи (ОЧР), слов:58996 (75.57% от СВП)
Из них (принимая ОЧР за 100%):
          Существительное18102 (30.68%)
          Прилагательное5903 (10.01%)
          Глагол15914 (26.97%)
          Местоимение-существительное7061 (11.97%)
          Местоименное прилагательное3776 (6.40%)
          Местоимение-предикатив11 (0.02%)
          Числительное (количественное)931 (1.58%)
          Числительное (порядковое)146 (0.25%)
          Наречие3928 (6.66%)
          Предикатив633 (1.07%)
          Предлог6956 (11.79%)
          Союз6361 (10.78%)
          Междометие993 (1.68%)
          Вводное слово207 (0.35%)
          Частица5088 (8.62%)
          Причастие866 (1.47%)
          Деепричастие165 (0.28%)
Служебных слов:30618 (51.90%)

Биграммы частей речи

В таблице показаны частоты словопар типа «существительное+прилагательное», «прилагательное+глагол» и т.д. Для удобства восприятия частота выражена в среднем количестве пары на 1000 слов текста. Вертикаль отражает часть речи первого слова биграммы, горизонталь — второго.

С
у
щ
е
с
т
в
и
т
е
л
ь
н
о
е
П
р
и
л
а
г
а
т
е
л
ь
н
о
е
Г
л
а
г
о
л
М
е
с
т
о
и
м
е
н
и
е
-
с
у
щ
е
с
т
в
и
т
е
л
ь
н
о
е
М
е
с
т
о
и
м
е
н
н
о
е

п
р
и
л
а
г
а
т
е
л
ь
н
о
е
М
е
с
т
о
и
м
е
н
и
е
-
п
р
е
д
и
к
а
т
и
в
Ч
и
с
л
и
т
е
л
ь
н
о
е

(
к
о
л
и
ч
е
с
т
в
е
н
н
о
е
)
Ч
и
с
л
и
т
е
л
ь
н
о
е

(
п
о
р
я
д
к
о
в
о
е
)
Н
а
р
е
ч
и
е
П
р
е
д
и
к
а
т
и
в
П
р
е
д
л
о
г
С
о
ю
з
М
е
ж
д
о
м
е
т
и
е
В
в
о
д
н
о
е

с
л
о
в
о
Ч
а
с
т
и
ц
а
П
р
и
ч
а
с
т
и
е
Д
е
е
п
р
и
ч
а
с
т
и
е
Существительное3313469.18.4.001.9.569.9.9824303.1.32143.57
Прилагательное364.7192.11.1.02.32.001.7.303.44.4.89.0621.12
Глагол4416231713.063.24111.138172.7.249.92.9.38
Местоимение-существительное118.83274.2.001.1.087.71.16.95.4.62.6312.51.03
Местоименное прилагательное2767.721.4.00.30.151.4.382.61.5.23.052.8.56.02
Местоимение-предикатив.00.00.08.02.00.00.00.00.03.00.00.00.00.00.02.00.00
Числительное (колич-ое)4.61.12.5.35.51.00.05.00.39.111.2.83.14.03.77.12.00
Числительное (порядковое).99.06.12.09.02.00.05.00.00.00.03.20.00.00.09.06.00
Наречие4.14.3205.71.3.02.47.092.5.483.82.9.56.064.6.78.12
Предикатив.69.392.1.89.26.00.02.00.32.14.45.60.15.00.65.09.02
Предлог55112.81116.032.3.44.60.06.111.4.06.05.631.7.02
Союз126.925143.5.001.3.127.986.64.7.72.308.2.65.35
Междометие4.4.93.8441.00.08.02.50.09.39.92.17.02.60.17.03
Вводное слово.30.24.45.60.24.00.02.02.20.06.17.18.11.02.20.02.02
Частица7.13.9307.51.6.001.5.064.844.36.2.63.206.2.68.17
Причастие5.7.60.71.51.39.00.17.00.50.052.5.38.23.00.17.05.02
Деепричастие.39.12.21.21.09.00.05.00.06.06.78.03.02.00.36.02.02

Части речи на позициях в предложении

Таблица показывает, с какой частотой употреблены автором различные части на позициях в предложении. Например, ячейка «глагол – 3» показывает с какой вероятностью третье слово в случайно взятом предложении произведения является глаголом. Вероятность выражена в процентах.

В каждом столбце максимальное значение отмечено жирным шрифтом, что позволяет по первым трём-пяти столбцам примерно представить типичное для произведения начало предлоджения. Например, последовательность «местоимение-существительное, глагол, прилагательное, существительное» может быть чем-то вроде «Он срубил старое дерево...»


 Номер слова в предложении
 12345678910
Существительное16182223252626272627
Прилагательное76.47.67.58.27.58.77.87.98.2
Глагол17242323222121202020
Местоимение-существительное1615108.67.46.85.96.25.75.5
Местоименное прилагательное2.44.94.74.8555.25.26.26.1
Местоимение-предикатив.00.00.00.00.00.00.00.00.00.00
Числительное (колич-ое).801.31.51.21.21.41.41.11.11.4
Числительное (порядковое).30.30.10.20.10.10.20.20.10.10
Наречие7.365.14.64.34.34.44.84.54.6
Предикатив1.911.80.70.70.60.60.50.40
Предлог6.16.28.49.39.69.610101111
Союз126.56.98.17.88.48.28.388.1
Междометие3.9011.801.41.311.31.3
Вводное слово.70.40.30.20.20.20.20.10.10.10
Частица8.68.77.26.465.95.565.94.5
Причастие.40.60.9011.41.41.41.41.31
Деепричастие.40.10.10.10.20.20.20.30.10.30

Знаки препинания

Частоты знаков препинания (среднее количество на 1000 слов):
          ,    запятая115.83
          .    точка89.68
          -    тире43.45
          !    восклицательный знак17.24
          ?    вопросительный знак17.34
          ...    многоточие8.95
          !..    воскл. знак с многоточием0.13
          ?..    вопр. знак с многоточием0.13
          !!!    тройной воскл. знак0.01
          ?!    вопр. знак с восклицанием0.74
          "    кавычка5.14
          ()    скобки0.53
          :    двоеточие1.90
          ;    точка с запятой0.08




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».


АвторСовпадение с лингвопрофилем автора (в условных единицах)
1. Анна Ветер
 54
2. Олег Рой
 40
3. Михаил Тырин
 39
4. Иван Сербин
 39
5. Александр Матюхин
 39
6. Марина Дробкова
 39
7. Алекс Орлов
 39
8. Виктор Косенков
 38
9. Милена Завойчинская
 38
10. Артём Тихомиров
 38
...смотреть весь список >>
⇑ Наверх