| Длина текста, знаков: | 576052 |
| Слов в произведении (СВП): | 79205 |
| Приблизительно страниц: | 281 |
| Средняя длина слова, знаков: | 5.36 |
| Средняя длина предложения (СДП), знаков: | 55.21 |
| СДП авторского текста, знаков: | 77.23 |
| СДП диалога, знаков: | 46.8 |
| Доля диалогов в тексте: | 61.46% |
| Доля авторского текста в диалогах: | 11.45% |
|
Активный словарный запас |
| Использовано уникальных слов: | 9751 |
| Активный словарный запас (АСЗ): | 8969 |
| Активный несловарный запас (АНСЗ): | 782 |
| Удельный АСЗ на 3000 слов текста: | 1192.44 | |
| Удельный АСЗ на 10000 слов текста: | 2774.08 | —> 6854-е место в рейтинге УАСЗ-10000 |
|
Части речи |
| Неопределённых частей речи (НОЧР), слов: | 18840 (23.79% от СВП) |
| Определённых частей речи (ОЧР), слов: | 60365 (76.21% от СВП) |
| Из них (принимая ОЧР за 100%): | |
| Существительное | 19883 (32.94%) |
| Прилагательное | 6901 (11.43%) |
| Глагол | 13005 (21.54%) |
| Местоимение-существительное | 5659 (9.37%) |
| Местоименное прилагательное | 3646 (6.04%) |
| Местоимение-предикатив | 12 (0.02%) |
| Числительное (количественное) | 1307 (2.17%) |
| Числительное (порядковое) | 289 (0.48%) |
| Наречие | 3519 (5.83%) |
| Предикатив | 599 (0.99%) |
| Предлог | 7863 (13.03%) |
| Союз | 6786 (11.24%) |
| Междометие | 1039 (1.72%) |
| Вводное слово | 202 (0.33%) |
| Частица | 5250 (8.70%) |
| Причастие | 1306 (2.16%) |
| Деепричастие | 191 (0.32%) |
| Служебных слов: | 30648 (50.77%) |
|
Знаки препинания |
| Частоты знаков препинания (среднее количество на 1000 слов): |
| , запятая | 111.36 |
| . точка | 91.27 |
| - тире | 37.88 |
| ! восклицательный знак | 11.84 |
| ? вопросительный знак | 18.22 |
| ... многоточие | 10.73 |
| !.. воскл. знак с многоточием | 0.08 |
| ?.. вопр. знак с многоточием | 0.10 |
| !!! тройной воскл. знак | 0.45 |
| ?! вопр. знак с восклицанием | 0.90 |
| " кавычка | 15.62 |
| () скобки | 0.74 |
| : двоеточие | 4.27 |
| ; точка с запятой | 0.08 |
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.
