| Длина текста, знаков: | 641133 |
| Слов в произведении (СВП): | 93304 |
| Приблизительно страниц: | 318 |
| Средняя длина слова, знаков: | 5.14 |
| Средняя длина предложения (СДП), знаков: | 53.59 |
| СДП авторского текста, знаков: | 73.41 |
| СДП диалога, знаков: | 43.21 |
| Доля диалогов в тексте: | 53.03% |
| Доля авторского текста в диалогах: | 10.46% |
|
Активный словарный запас |
| Использовано уникальных слов: | 8743 |
| Активный словарный запас (АСЗ): | 8422 |
| Активный несловарный запас (АНСЗ): | 321 |
| Удельный АСЗ на 3000 слов текста: | 1091.71 | |
| Удельный АСЗ на 10000 слов текста: | 2440.46 | —> 10992-е место в рейтинге УАСЗ-10000 |
|
Части речи |
| Неопределённых частей речи (НОЧР), слов: | 22214 (23.81% от СВП) |
| Определённых частей речи (ОЧР), слов: | 71090 (76.19% от СВП) |
| Из них (принимая ОЧР за 100%): | |
| Существительное | 21676 (30.49%) |
| Прилагательное | 7106 (10.00%) |
| Глагол | 17930 (25.22%) |
| Местоимение-существительное | 8565 (12.05%) |
| Местоименное прилагательное | 4386 (6.17%) |
| Местоимение-предикатив | 8 (0.01%) |
| Числительное (количественное) | 1008 (1.42%) |
| Числительное (порядковое) | 230 (0.32%) |
| Наречие | 3867 (5.44%) |
| Предикатив | 841 (1.18%) |
| Предлог | 8560 (12.04%) |
| Союз | 7867 (11.07%) |
| Междометие | 1613 (2.27%) |
| Вводное слово | 273 (0.38%) |
| Частица | 5626 (7.91%) |
| Причастие | 1339 (1.88%) |
| Деепричастие | 178 (0.25%) |
| Служебных слов: | 37076 (52.15%) |
|
Знаки препинания |
| Частоты знаков препинания (среднее количество на 1000 слов): |
| , запятая | 116.39 |
| . точка | 107.64 |
| - тире | 34.71 |
| ! восклицательный знак | 2.44 |
| ? вопросительный знак | 12.49 |
| ... многоточие | 2.09 |
| !.. воскл. знак с многоточием | 0.00 |
| ?.. вопр. знак с многоточием | 0.00 |
| !!! тройной воскл. знак | 0.00 |
| ?! вопр. знак с восклицанием | 0.58 |
| " кавычка | 3.78 |
| () скобки | 0.09 |
| : двоеточие | 2.05 |
| ; точка с запятой | 0.03 |
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.
