| Длина текста, знаков: | 84736 |
| Слов в произведении (СВП): | 11659 |
| Приблизительно страниц: | 46 |
| Средняя длина слова, знаков: | 5.96 |
| Средняя длина предложения (СДП), знаков: | 85.96 |
| СДП авторского текста, знаков: | 122.78 |
| СДП диалога, знаков: | 47.44 |
| Доля диалогов в тексте: | 27.17% |
| Доля авторского текста в диалогах: | 2.32% |
|
Активный словарный запас |
| Использовано уникальных слов: | 3172 |
| Активный словарный запас (АСЗ): | 3069 |
| Активный несловарный запас (АНСЗ): | 103 |
| Удельный АСЗ на 3000 слов текста: | 1282.22 | |
| Удельный АСЗ на 10000 слов текста: | 2901.75 | —> 4951-е место в рейтинге УАСЗ-10000 |
|
Части речи |
| Неопределённых частей речи (НОЧР), слов: | 2329 (19.98% от СВП) |
| Определённых частей речи (ОЧР), слов: | 9330 (80.02% от СВП) |
| Из них (принимая ОЧР за 100%): | |
| Существительное | 2923 (31.33%) |
| Прилагательное | 1391 (14.91%) |
| Глагол | 2031 (21.77%) |
| Местоимение-существительное | 755 (8.09%) |
| Местоименное прилагательное | 559 (5.99%) |
| Местоимение-предикатив | 0 (0.00%) |
| Числительное (количественное) | 99 (1.06%) |
| Числительное (порядковое) | 16 (0.17%) |
| Наречие | 512 (5.49%) |
| Предикатив | 77 (0.83%) |
| Предлог | 1081 (11.59%) |
| Союз | 626 (6.71%) |
| Междометие | 134 (1.44%) |
| Вводное слово | 32 (0.34%) |
| Частица | 608 (6.52%) |
| Причастие | 379 (4.06%) |
| Деепричастие | 30 (0.32%) |
| Служебных слов: | 3825 (41.00%) |
|
Знаки препинания |
| Частоты знаков препинания (среднее количество на 1000 слов): |
| , запятая | 119.56 |
| . точка | 64.67 |
| - тире | 21.27 |
| ! восклицательный знак | 1.37 |
| ? вопросительный знак | 10.81 |
| ... многоточие | 9.01 |
| !.. воскл. знак с многоточием | 0.09 |
| ?.. вопр. знак с многоточием | 0.17 |
| !!! тройной воскл. знак | 0.00 |
| ?! вопр. знак с восклицанием | 0.26 |
| " кавычка | 5.49 |
| () скобки | 0.43 |
| : двоеточие | 3.95 |
| ; точка с запятой | 0.51 |
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.
