| Длина текста, знаков: | 619794 |
| Слов в произведении (СВП): | 87174 |
| Приблизительно страниц: | 332 |
| Средняя длина слова, знаков: | 5.75 |
| Средняя длина предложения (СДП), знаков: | 81.64 |
| СДП авторского текста, знаков: | 88.29 |
| СДП диалога, знаков: | 56.16 |
| Доля диалогов в тексте: | 14.28% |
| Доля авторского текста в диалогах: | 6.49% |
|
Активный словарный запас |
| Использовано уникальных слов: | 12704 |
| Активный словарный запас (АСЗ): | 11317 |
| Активный несловарный запас (АНСЗ): | 1387 |
| Удельный АСЗ на 3000 слов текста: | 1328.41 | |
| Удельный АСЗ на 10000 слов текста: | 3181.08 | —> 1734-е место в рейтинге УАСЗ-10000 |
|
Части речи |
| Неопределённых частей речи (НОЧР), слов: | 23271 (26.69% от СВП) |
| Определённых частей речи (ОЧР), слов: | 63903 (73.31% от СВП) |
| Из них (принимая ОЧР за 100%): | |
| Существительное | 21450 (33.57%) |
| Прилагательное | 9015 (14.11%) |
| Глагол | 11582 (18.12%) |
| Местоимение-существительное | 4466 (6.99%) |
| Местоименное прилагательное | 3694 (5.78%) |
| Местоимение-предикатив | 12 (0.02%) |
| Числительное (количественное) | 997 (1.56%) |
| Числительное (порядковое) | 183 (0.29%) |
| Наречие | 5335 (8.35%) |
| Предикатив | 870 (1.36%) |
| Предлог | 8640 (13.52%) |
| Союз | 7785 (12.18%) |
| Междометие | 1539 (2.41%) |
| Вводное слово | 407 (0.64%) |
| Частица | 6684 (10.46%) |
| Причастие | 2114 (3.31%) |
| Деепричастие | 243 (0.38%) |
| Служебных слов: | 33470 (52.38%) |
|
Знаки препинания |
| Частоты знаков препинания (среднее количество на 1000 слов): |
| , запятая | 123.22 |
| . точка | 67.05 |
| - тире | 13.86 |
| ! восклицательный знак | 3.74 |
| ? вопросительный знак | 13.10 |
| ... многоточие | 3.19 |
| !.. воскл. знак с многоточием | 0.00 |
| ?.. вопр. знак с многоточием | 0.02 |
| !!! тройной воскл. знак | 0.00 |
| ?! вопр. знак с восклицанием | 0.08 |
| " кавычка | 33.29 |
| () скобки | 0.60 |
| : двоеточие | 2.01 |
| ; точка с запятой | 0.96 |
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.
