| Длина текста, знаков: | 77004 |
| Слов в произведении (СВП): | 11366 |
| Приблизительно страниц: | 39 |
| Средняя длина слова, знаков: | 5.26 |
| Средняя длина предложения (СДП), знаков: | 50.06 |
| СДП авторского текста, знаков: | 59.71 |
| СДП диалога, знаков: | 38.36 |
| Доля диалогов в тексте: | 34.8% |
| Доля авторского текста в диалогах: | 8.12% |
|
Активный словарный запас |
| Использовано уникальных слов: | 3148 |
| Активный словарный запас (АСЗ): | 3036 |
| Активный несловарный запас (АНСЗ): | 112 |
| Удельный АСЗ на 3000 слов текста: | 1269.34 | |
| Удельный АСЗ на 10000 слов текста: | 2941.23 | —> 4385-е место в рейтинге УАСЗ-10000 |
|
Части речи |
| Неопределённых частей речи (НОЧР), слов: | 2328 (20.48% от СВП) |
| Определённых частей речи (ОЧР), слов: | 9038 (79.52% от СВП) |
| Из них (принимая ОЧР за 100%): | |
| Существительное | 3074 (34.01%) |
| Прилагательное | 976 (10.80%) |
| Глагол | 2291 (25.35%) |
| Местоимение-существительное | 911 (10.08%) |
| Местоименное прилагательное | 344 (3.81%) |
| Местоимение-предикатив | 1 (0.01%) |
| Числительное (количественное) | 112 (1.24%) |
| Числительное (порядковое) | 17 (0.19%) |
| Наречие | 424 (4.69%) |
| Предикатив | 54 (0.60%) |
| Предлог | 1185 (13.11%) |
| Союз | 806 (8.92%) |
| Междометие | 180 (1.99%) |
| Вводное слово | 22 (0.24%) |
| Частица | 571 (6.32%) |
| Причастие | 131 (1.45%) |
| Деепричастие | 24 (0.27%) |
| Служебных слов: | 4044 (44.74%) |
|
Знаки препинания |
| Частоты знаков препинания (среднее количество на 1000 слов): |
| , запятая | 112.79 |
| . точка | 93.70 |
| - тире | 23.67 |
| ! восклицательный знак | 8.45 |
| ? вопросительный знак | 12.05 |
| ... многоточие | 9.24 |
| !.. воскл. знак с многоточием | 0.44 |
| ?.. вопр. знак с многоточием | 0.18 |
| !!! тройной воскл. знак | 0.00 |
| ?! вопр. знак с восклицанием | 0.09 |
| " кавычка | 9.33 |
| () скобки | 0.18 |
| : двоеточие | 18.65 |
| ; 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.
