| Длина текста, знаков: | 627154 |
| Слов в произведении (СВП): | 91101 |
| Приблизительно страниц: | 322 |
| Средняя длина слова, знаков: | 5.34 |
| Средняя длина предложения (СДП), знаков: | 67.31 |
| СДП авторского текста, знаков: | 77.06 |
| СДП диалога, знаков: | 50.41 |
| Доля диалогов в тексте: | 27.46% |
| Доля авторского текста в диалогах: | 9.79% |
|
Активный словарный запас |
| Использовано уникальных слов: | 11407 |
| Активный словарный запас (АСЗ): | 10786 |
| Активный несловарный запас (АНСЗ): | 621 |
| Удельный АСЗ на 3000 слов текста: | 1280.89 | |
| Удельный АСЗ на 10000 слов текста: | 3042.92 | —> 3056-е место в рейтинге УАСЗ-10000 |
|
Части речи |
| Неопределённых частей речи (НОЧР), слов: | 19679 (21.60% от СВП) |
| Определённых частей речи (ОЧР), слов: | 71422 (78.40% от СВП) |
| Из них (принимая ОЧР за 100%): | |
| Существительное | 24060 (33.69%) |
| Прилагательное | 8653 (12.12%) |
| Глагол | 16609 (23.25%) |
| Местоимение-существительное | 7397 (10.36%) |
| Местоименное прилагательное | 3738 (5.23%) |
| Местоимение-предикатив | 14 (0.02%) |
| Числительное (количественное) | 1016 (1.42%) |
| Числительное (порядковое) | 226 (0.32%) |
| Наречие | 3755 (5.26%) |
| Предикатив | 625 (0.88%) |
| Предлог | 8547 (11.97%) |
| Союз | 6191 (8.67%) |
| Междометие | 1176 (1.65%) |
| Вводное слово | 256 (0.36%) |
| Частица | 5408 (7.57%) |
| Причастие | 1553 (2.17%) |
| Деепричастие | 162 (0.23%) |
| Служебных слов: | 32889 (46.05%) |
|
Знаки препинания |
| Частоты знаков препинания (среднее количество на 1000 слов): |
| , запятая | 118.76 |
| . точка | 73.13 |
| - тире | 33.02 |
| ! восклицательный знак | 4.52 |
| ? вопросительный знак | 10.21 |
| ... многоточие | 22.33 |
| !.. воскл. знак с многоточием | 0.11 |
| ?.. вопр. знак с многоточием | 0.24 |
| !!! тройной воскл. знак | 0.02 |
| ?! вопр. знак с восклицанием | 0.83 |
| " кавычка | 7.79 |
| () скобки | 1.33 |
| : двоеточие | 5.63 |
| ; точка с запятой | 8.94 |
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.
