| Длина текста, знаков: | 448556 |
| Слов в произведении (СВП): | 67817 |
| Приблизительно страниц: | 234 |
| Средняя длина слова, знаков: | 5.21 |
| Средняя длина предложения (СДП), знаков: | 51.99 |
| СДП авторского текста, знаков: | 61.52 |
| СДП диалога, знаков: | 36.12 |
| Доля диалогов в тексте: | 26.19% |
| Доля авторского текста в диалогах: | 2.88% |
|
Активный словарный запас |
| Использовано уникальных слов: | 8736 |
| Активный словарный запас (АСЗ): | 8006 |
| Активный несловарный запас (АНСЗ): | 730 |
| Удельный АСЗ на 3000 слов текста: | 1190.00 | |
| Удельный АСЗ на 10000 слов текста: | 2757.77 | —> 7118-е место в рейтинге УАСЗ-10000 |
|
Части речи |
| Неопределённых частей речи (НОЧР), слов: | 18561 (27.37% от СВП) |
| Определённых частей речи (ОЧР), слов: | 49256 (72.63% от СВП) |
| Из них (принимая ОЧР за 100%): | |
| Существительное | 15308 (31.08%) |
| Прилагательное | 5424 (11.01%) |
| Глагол | 11477 (23.30%) |
| Местоимение-существительное | 5055 (10.26%) |
| Местоименное прилагательное | 3336 (6.77%) |
| Местоимение-предикатив | 25 (0.05%) |
| Числительное (количественное) | 836 (1.70%) |
| Числительное (порядковое) | 174 (0.35%) |
| Наречие | 4139 (8.40%) |
| Предикатив | 803 (1.63%) |
| Предлог | 5852 (11.88%) |
| Союз | 6322 (12.83%) |
| Междометие | 1057 (2.15%) |
| Вводное слово | 291 (0.59%) |
| Частица | 5472 (11.11%) |
| Причастие | 1006 (2.04%) |
| Деепричастие | 148 (0.30%) |
| Служебных слов: | 27558 (55.95%) |
|
Знаки препинания |
| Частоты знаков препинания (среднее количество на 1000 слов): |
| , запятая | 74.30 |
| . точка | 69.17 |
| - тире | 42.97 |
| ! восклицательный знак | 30.11 |
| ? вопросительный знак | 13.65 |
| ... многоточие | 25.69 |
| !.. воскл. знак с многоточием | 0.00 |
| ?.. вопр. знак с многоточием | 0.00 |
| !!! тройной воскл. знак | 0.04 |
| ?! вопр. знак с восклицанием | 0.78 |
| " кавычка | 12.75 |
| () скобки | 1.67 |
| : двоеточие | 0.35 |
| ; 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.
