| Длина текста, знаков: | 662531 |
| Слов в произведении (СВП): | 88613 |
| Приблизительно страниц: | 324 |
| Средняя длина слова, знаков: | 5.52 |
| Средняя длина предложения (СДП), знаков: | 139.74 |
| СДП авторского текста, знаков: | 149.1 |
| СДП диалога, знаков: | 134.54 |
| Доля диалогов в тексте: | 61.87% |
| Доля авторского текста в диалогах: | 15.16% |
|
Активный словарный запас |
| Использовано уникальных слов: | 8555 |
| Активный словарный запас (АСЗ): | 8186 |
| Активный несловарный запас (АНСЗ): | 369 |
| Удельный АСЗ на 3000 слов текста: | 1132.79 | |
| Удельный АСЗ на 10000 слов текста: | 2511.48 | —> 10361-е место в рейтинге УАСЗ-10000 |
|
Части речи |
| Неопределённых частей речи (НОЧР), слов: | 19406 (21.90% от СВП) |
| Определённых частей речи (ОЧР), слов: | 69207 (78.10% от СВП) |
| Из них (принимая ОЧР за 100%): | |
| Существительное | 21066 (30.44%) |
| Прилагательное | 7820 (11.30%) |
| Глагол | 17015 (24.59%) |
| Местоимение-существительное | 6459 (9.33%) |
| Местоименное прилагательное | 4273 (6.17%) |
| Местоимение-предикатив | 20 (0.03%) |
| Числительное (количественное) | 1292 (1.87%) |
| Числительное (порядковое) | 218 (0.31%) |
| Наречие | 4062 (5.87%) |
| Предикатив | 649 (0.94%) |
| Предлог | 9637 (13.92%) |
| Союз | 7124 (10.29%) |
| Междометие | 1173 (1.69%) |
| Вводное слово | 228 (0.33%) |
| Частица | 4695 (6.78%) |
| Причастие | 1526 (2.20%) |
| Деепричастие | 355 (0.51%) |
| Служебных слов: | 33964 (49.08%) |
|
Знаки препинания |
| Частоты знаков препинания (среднее количество на 1000 слов): |
| , запятая | 165.75 |
| . точка | 40.81 |
| - тире | 11.96 |
| ! восклицательный знак | 0.41 |
| ? вопросительный знак | 4.21 |
| ... многоточие | 6.17 |
| !.. воскл. знак с многоточием | 0.00 |
| ?.. вопр. знак с многоточием | 0.00 |
| !!! тройной воскл. знак | 0.02 |
| ?! вопр. знак с восклицанием | 0.37 |
| " кавычка | 1.29 |
| () скобки | 0.00 |
| : двоеточие | 4.65 |
| ; 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.
