| Длина текста, знаков: | 654117 |
| Слов в произведении (СВП): | 91841 |
| Приблизительно страниц: | 326 |
| Средняя длина слова, знаков: | 5.36 |
| Средняя длина предложения (СДП), знаков: | 73.47 |
| СДП авторского текста, знаков: | 85.33 |
| СДП диалога, знаков: | 58.9 |
| Доля диалогов в тексте: | 36.07% |
| Доля авторского текста в диалогах: | 16.73% |
|
Активный словарный запас |
| Использовано уникальных слов: | 11527 |
| Активный словарный запас (АСЗ): | 10608 |
| Активный несловарный запас (АНСЗ): | 919 |
| Удельный АСЗ на 3000 слов текста: | 1235.11 | |
| Удельный АСЗ на 10000 слов текста: | 2901.61 | —> 4955-е место в рейтинге УАСЗ-10000 |
|
Части речи |
| Неопределённых частей речи (НОЧР), слов: | 22806 (24.83% от СВП) |
| Определённых частей речи (ОЧР), слов: | 69035 (75.17% от СВП) |
| Из них (принимая ОЧР за 100%): | |
| Существительное | 23286 (33.73%) |
| Прилагательное | 8934 (12.94%) |
| Глагол | 14735 (21.34%) |
| Местоимение-существительное | 6816 (9.87%) |
| Местоименное прилагательное | 4827 (6.99%) |
| Местоимение-предикатив | 9 (0.01%) |
| Числительное (количественное) | 1081 (1.57%) |
| Числительное (порядковое) | 198 (0.29%) |
| Наречие | 4445 (6.44%) |
| Предикатив | 599 (0.87%) |
| Предлог | 9025 (13.07%) |
| Союз | 7227 (10.47%) |
| Междометие | 1215 (1.76%) |
| Вводное слово | 378 (0.55%) |
| Частица | 5314 (7.70%) |
| Причастие | 1843 (2.67%) |
| Деепричастие | 236 (0.34%) |
| Служебных слов: | 35047 (50.77%) |
|
Знаки препинания |
| Частоты знаков препинания (среднее количество на 1000 слов): |
| , запятая | 118.70 |
| . точка | 64.85 |
| - тире | 26.20 |
| ! восклицательный знак | 16.39 |
| ? вопросительный знак | 9.49 |
| ... многоточие | 16.64 |
| !.. воскл. знак с многоточием | 0.01 |
| ?.. вопр. знак с многоточием | 0.02 |
| !!! тройной воскл. знак | 0.01 |
| ?! вопр. знак с восклицанием | 2.18 |
| " кавычка | 19.15 |
| () скобки | 0.44 |
| : двоеточие | 1.42 |
| ; точка с запятой | 0.39 |
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.