| Длина текста, знаков: | 579864 |
| Слов в произведении (СВП): | 87774 |
| Приблизительно страниц: | 302 |
| Средняя длина слова, знаков: | 5.2 |
| Средняя длина предложения (СДП), знаков: | 64.03 |
| СДП авторского текста, знаков: | 122.36 |
| СДП диалога, знаков: | 45.59 |
| Доля диалогов в тексте: | 54.34% |
| Доля авторского текста в диалогах: | 1.15% |
|
Активный словарный запас |
| Использовано уникальных слов: | 8731 |
| Активный словарный запас (АСЗ): | 8365 |
| Активный несловарный запас (АНСЗ): | 366 |
| Удельный АСЗ на 3000 слов текста: | 1156.08 | |
| Удельный АСЗ на 10000 слов текста: | 2579.94 | —> 9587-е место в рейтинге УАСЗ-10000 |
|
Части речи |
| Неопределённых частей речи (НОЧР), слов: | 20452 (23.30% от СВП) |
| Определённых частей речи (ОЧР), слов: | 67322 (76.70% от СВП) |
| Из них (принимая ОЧР за 100%): | |
| Существительное | 21845 (32.45%) |
| Прилагательное | 5776 (8.58%) |
| Глагол | 16013 (23.79%) |
| Местоимение-существительное | 8375 (12.44%) |
| Местоименное прилагательное | 3842 (5.71%) |
| Местоимение-предикатив | 13 (0.02%) |
| Числительное (количественное) | 2279 (3.39%) |
| Числительное (порядковое) | 488 (0.72%) |
| Наречие | 3281 (4.87%) |
| Предикатив | 489 (0.73%) |
| Предлог | 9158 (13.60%) |
| Союз | 6727 (9.99%) |
| Междометие | 1229 (1.83%) |
| Вводное слово | 175 (0.26%) |
| Частица | 5236 (7.78%) |
| Причастие | 1325 (1.97%) |
| Деепричастие | 261 (0.39%) |
| Служебных слов: | 35016 (52.01%) |
|
Знаки препинания |
| Частоты знаков препинания (среднее количество на 1000 слов): |
| , запятая | 113.39 |
| . точка | 49.14 |
| - тире | 29.20 |
| ! восклицательный знак | 26.82 |
| ? вопросительный знак | 11.19 |
| ... многоточие | 20.55 |
| !.. воскл. знак с многоточием | 0.03 |
| ?.. вопр. знак с многоточием | 0.01 |
| !!! тройной воскл. знак | 0.34 |
| ?! вопр. знак с восклицанием | 0.06 |
| " кавычка | 11.78 |
| () скобки | 0.02 |
| : двоеточие | 13.66 |
| ; точка с запятой | 0.50 |
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.
