| Длина текста, знаков: | 87207 |
| Слов в произведении (СВП): | 12420 |
| Приблизительно страниц: | 46 |
| Средняя длина слова, знаков: | 5.68 |
| Средняя длина предложения (СДП), знаков: | 80.87 |
| СДП авторского текста, знаков: | 94.66 |
| СДП диалога, знаков: | 42.66 |
| Доля диалогов в тексте: | 14.08% |
| Доля авторского текста в диалогах: | 10.77% |
|
Активный словарный запас |
| Использовано уникальных слов: | 3281 |
| Активный словарный запас (АСЗ): | 3140 |
| Активный несловарный запас (АНСЗ): | 141 |
| Удельный АСЗ на 3000 слов текста: | 1234.01 | |
| Удельный АСЗ на 10000 слов текста: | 2815.31 | —> 6188-е место в рейтинге УАСЗ-10000 |
|
Части речи |
| Неопределённых частей речи (НОЧР), слов: | 2461 (19.81% от СВП) |
| Определённых частей речи (ОЧР), слов: | 9959 (80.19% от СВП) |
| Из них (принимая ОЧР за 100%): | |
| Существительное | 3257 (32.70%) |
| Прилагательное | 1420 (14.26%) |
| Глагол | 2111 (21.20%) |
| Местоимение-существительное | 768 (7.71%) |
| Местоименное прилагательное | 492 (4.94%) |
| Местоимение-предикатив | 0 (0.00%) |
| Числительное (количественное) | 126 (1.27%) |
| Числительное (порядковое) | 26 (0.26%) |
| Наречие | 563 (5.65%) |
| Предикатив | 78 (0.78%) |
| Предлог | 1243 (12.48%) |
| Союз | 938 (9.42%) |
| Междометие | 183 (1.84%) |
| Вводное слово | 37 (0.37%) |
| Частица | 510 (5.12%) |
| Причастие | 223 (2.24%) |
| Деепричастие | 29 (0.29%) |
| Служебных слов: | 4200 (42.17%) |
|
Знаки препинания |
| Частоты знаков препинания (среднее количество на 1000 слов): |
| , запятая | 111.27 |
| . точка | 73.19 |
| - тире | 18.84 |
| ! восклицательный знак | 5.07 |
| ? вопросительный знак | 4.67 |
| ... многоточие | 2.33 |
| !.. воскл. знак с многоточием | 0.00 |
| ?.. вопр. знак с многоточием | 0.00 |
| !!! тройной воскл. знак | 0.00 |
| ?! вопр. знак с восклицанием | 0.08 |
| " кавычка | 4.27 |
| () скобки | 0.08 |
| : двоеточие | 1.37 |
| ; точка с запятой | 0.40 |
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.
