| Длина текста, знаков: | 672187 |
| Слов в произведении (СВП): | 98919 |
| Приблизительно страниц: | 331 |
| Средняя длина слова, знаков: | 5.05 |
| Средняя длина предложения (СДП), знаков: | 49.92 |
| СДП авторского текста, знаков: | 51.32 |
| СДП диалога, знаков: | 48.4 |
| Доля диалогов в тексте: | 46.59% |
| Доля авторского текста в диалогах: | 10.94% |
|
Активный словарный запас |
| Использовано уникальных слов: | 10589 |
| Активный словарный запас (АСЗ): | 9568 |
| Активный несловарный запас (АНСЗ): | 1021 |
| Удельный АСЗ на 3000 слов текста: | 1175.04 | |
| Удельный АСЗ на 10000 слов текста: | 2725.08 | —> 7625-е место в рейтинге УАСЗ-10000 |
|
Части речи |
| Неопределённых частей речи (НОЧР), слов: | 25943 (26.23% от СВП) |
| Определённых частей речи (ОЧР), слов: | 72976 (73.77% от СВП) |
| Из них (принимая ОЧР за 100%): | |
| Существительное | 20089 (27.53%) |
| Прилагательное | 7617 (10.44%) |
| Глагол | 20102 (27.55%) |
| Местоимение-существительное | 8063 (11.05%) |
| Местоименное прилагательное | 4444 (6.09%) |
| Местоимение-предикатив | 16 (0.02%) |
| Числительное (количественное) | 781 (1.07%) |
| Числительное (порядковое) | 128 (0.18%) |
| Наречие | 5042 (6.91%) |
| Предикатив | 973 (1.33%) |
| Предлог | 7051 (9.66%) |
| Союз | 11433 (15.67%) |
| Междометие | 1674 (2.29%) |
| Вводное слово | 386 (0.53%) |
| Частица | 8018 (10.99%) |
| Причастие | 858 (1.18%) |
| Деепричастие | 268 (0.37%) |
| Служебных слов: | 41353 (56.67%) |
|
Знаки препинания |
| Частоты знаков препинания (среднее количество на 1000 слов): |
| , запятая | 144.62 |
| . точка | 102.05 |
| - тире | 20.44 |
| ! восклицательный знак | 1.59 |
| ? вопросительный знак | 16.21 |
| ... многоточие | 35.30 |
| !.. воскл. знак с многоточием | 0.00 |
| ?.. вопр. знак с многоточием | 0.17 |
| !!! тройной воскл. знак | 0.00 |
| ?! вопр. знак с восклицанием | 0.19 |
| " кавычка | 0.28 |
| () скобки | 0.01 |
| : двоеточие | 2.68 |
| ; точка с запятой | 0.02 |
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.
