| Длина текста, знаков: | 491944 |
| Слов в произведении (СВП): | 74283 |
| Приблизительно страниц: | 236 |
| Средняя длина слова, знаков: | 4.79 |
| Средняя длина предложения (СДП), знаков: | 45.97 |
| СДП авторского текста, знаков: | 54.99 |
| СДП диалога, знаков: | 39.85 |
| Доля диалогов в тексте: | 51.61% |
| Доля авторского текста в диалогах: | 13.73% |
|
Активный словарный запас |
| Использовано уникальных слов: | 7445 |
| Активный словарный запас (АСЗ): | 7058 |
| Активный несловарный запас (АНСЗ): | 387 |
| Удельный АСЗ на 3000 слов текста: | 1022.58 | |
| Удельный АСЗ на 10000 слов текста: | 2282.77 | —> 11676-е место в рейтинге УАСЗ-10000 |
|
Части речи |
| Неопределённых частей речи (НОЧР), слов: | 21512 (28.96% от СВП) |
| Определённых частей речи (ОЧР), слов: | 52771 (71.04% от СВП) |
| Из них (принимая ОЧР за 100%): | |
| Существительное | 14421 (27.33%) |
| Прилагательное | 5294 (10.03%) |
| Глагол | 14186 (26.88%) |
| Местоимение-существительное | 8942 (16.94%) |
| Местоименное прилагательное | 3296 (6.25%) |
| Местоимение-предикатив | 7 (0.01%) |
| Числительное (количественное) | 684 (1.30%) |
| Числительное (порядковое) | 114 (0.22%) |
| Наречие | 4108 (7.78%) |
| Предикатив | 850 (1.61%) |
| Предлог | 5834 (11.06%) |
| Союз | 6641 (12.58%) |
| Междометие | 1648 (3.12%) |
| Вводное слово | 346 (0.66%) |
| Частица | 6256 (11.86%) |
| Причастие | 515 (0.98%) |
| Деепричастие | 177 (0.34%) |
| Служебных слов: | 33147 (62.81%) |
|
Знаки препинания |
| Частоты знаков препинания (среднее количество на 1000 слов): |
| , запятая | 124.34 |
| . точка | 106.07 |
| - тире | 32.44 |
| ! восклицательный знак | 12.55 |
| ? вопросительный знак | 16.22 |
| ... многоточие | 5.41 |
| !.. воскл. знак с многоточием | 0.00 |
| ?.. вопр. знак с многоточием | 0.03 |
| !!! тройной воскл. знак | 0.00 |
| ?! вопр. знак с восклицанием | 0.04 |
| " кавычка | 3.42 |
| () скобки | 0.66 |
| : двоеточие | 8.08 |
| ; 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.