fantlab ru



  Лингвистический анализ произведения
Произведение: Белая Ель
Автор: Вера Камша
Дата проведения анализа: 18 сентября 2022 года

Общая статистика

Длина текста, знаков:162815
Слов в произведении (СВП):23413
Приблизительно страниц:76
Средняя длина слова, знаков:4.93
Средняя длина предложения (СДП), знаков:57.56
СДП авторского текста, знаков:66.29
СДП диалога, знаков:46.95
Доля диалогов в тексте:36.83%
Доля авторского текста в диалогах:24.46%
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:4231
Активный словарный запас (АСЗ):3971
Активный несловарный запас (АНСЗ):260
Удельный АСЗ на 3000 слов текста:1145.85
Удельный АСЗ на 10000 слов текста:2538.37 —> 10007-е место 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:5423 (23.16% от СВП)
Определённых частей речи (ОЧР), слов:17990 (76.84% от СВП)
Из них (принимая ОЧР за 100%):
          Существительное5517 (30.67%)
          Прилагательное1747 (9.71%)
          Глагол4689 (26.06%)
          Местоимение-существительное1670 (9.28%)
          Местоименное прилагательное700 (3.89%)
          Местоимение-предикатив8 (0.04%)
          Числительное (количественное)182 (1.01%)
          Числительное (порядковое)26 (0.14%)
          Наречие959 (5.33%)
          Предикатив231 (1.28%)
          Предлог2026 (11.26%)
          Союз2077 (11.55%)
          Междометие390 (2.17%)
          Вводное слово33 (0.18%)
          Частица1563 (8.69%)
          Причастие302 (1.68%)
          Деепричастие44 (0.24%)
Служебных слов:8511 (47.31%)

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
Существительное3919599.15.7.001.2.327.81.425336.7.21163.6.48
Прилагательное445.7121.5.58.00.16.051.2.422.66.21.002.90.21
Глагол401622136.7.161.9.37101.836255.7.16122.8.32
Местоимение-существительное9.95256.83.1.05.64.054.81.75.45.1.37.2711.48.00
Местоименное прилагательное112.77.21.5.90.00.42.11.69.372.72.1.27.003.7.11.27
Местоимение-предикатив.05.00.05.16.00.00.00.00.00.00.00.00.05.00.00.00.05
Числительное (колич-ое)3.8.64.85.27.21.00.00.00.16.05.851.2.05.00.42.16.00
Числительное (порядковое).48.11.27.00.05.00.00.00.00.00.05.27.00.00.05.00.00
Наречие5.32.8145.90.00.11.001.6.643.23.5.80.054.4.64.16
Предикатив1.2.481.31.3.42.00.00.00.53.21.421.3.64.05.85.00.00
Предлог59143.28.78.3.001.6.11.80.16.21.74.00.00.374.00
Союз217.225133.5.00.96.115.6195.5.96.21111.27
Междометие6.11.31.24.2.90.00.05.001.1.161.1.96.05.001.1.32.00
Вводное слово.21.05.42.27.05.00.05.00.00.11.05.27.11.00.05.00.00
Частица9.14.2365.71.2.00.90.053.11.24.77.1.64.215.9.53.16
Причастие8.3.96.37.21.32.00.05.00.74.003.16.11.00.21.32.00
Деепричастие.37.11.32.32.05.00.00.00.11.05.58.05.00.00.27.00.05

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
Существительное22202224252626292826
Прилагательное7.57.56.56.86.58.29.97.77.19.7
Глагол16262623232020191921
Местоимение-существительное12118.68.67.86.45.65.95.55.5
Местоименное прилагательное2.32.92.43.533.43.44.44.13.2
Местоимение-предикатив.10.00.00.00.00.10.00.00.00.10
Числительное (колич-ое)1.80.70.60.90.80.60.801.1.30
Числительное (порядковое).10.00.20.10.10.20.10.10.40.10
Наречие7.64.84.94.53.83.534.53.63.3
Предикатив21.4.801.2.601.90.90.801
Предлог6.56.69.79.89.79.6109.71011
Союз117.98.28.710119.48.7118.5
Междометие2.11.111.12.22.71.71.31.52.1
Вводное слово.50.20.20.00.10.20.20.00.00.30
Частица8.89.487.45.95.86.866.36.1
Причастие.80.60.901.11.81.81.41.42.31.9
Деепричастие.20.30.20.10.10.20.30.30.00.20

Знаки препинания

Частоты знаков препинания (среднее количество на 1000 слов):
          ,    запятая173.79
          .    точка76.67
          -    тире39.17
          !    восклицательный знак16.19
          ?    вопросительный знак16.44
          ...    многоточие8.71
          !..    воскл. знак с многоточием0.26
          ?..    вопр. знак с многоточием0.00
          !!!    тройной воскл. знак0.04
          ?!    вопр. знак с восклицанием2.43
          "    кавычка1.32
          ()    скобки0.00
          :    двоеточие0.47
          ;    точка с запятой0.00




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. Елена Хаецкая
 29
2. Екатерина Насута
 29
3. Марина и Сергей Дяченко
 29
4. Александр Мазин
 28
5. Андрей Валентинов
 28
6. Анна Гурова
 28
7. Генри Лайон Олди
 28
8. Вера Камша
 28
9. Андрей Посняков
 28
10. Святослав Логинов
 28
...смотреть весь список >>
⇑ Наверх