| Длина текста, знаков: | 71205 |
| Слов в произведении (СВП): | 10563 |
| Приблизительно страниц: | 37 |
| Средняя длина слова, знаков: | 5.28 |
| Средняя длина предложения (СДП), знаков: | 44.59 |
| СДП авторского текста, знаков: | 55.1 |
| СДП диалога, знаков: | 35.04 |
| Доля диалогов в тексте: | 41.37% |
| Доля авторского текста в диалогах: | 3.85% |
|
Активный словарный запас |
| Использовано уникальных слов: | 2559 |
| Активный словарный запас (АСЗ): | 2453 |
| Активный несловарный запас (АНСЗ): | 106 |
| Удельный АСЗ на 3000 слов текста: | 1104.85 | |
| Удельный АСЗ на 10000 слов текста: | 2460.27 | —> 10819-е место в рейтинге УАСЗ-10000 |
|
Части речи |
| Неопределённых частей речи (НОЧР), слов: | 2232 (21.13% от СВП) |
| Определённых частей речи (ОЧР), слов: | 8331 (78.87% от СВП) |
| Из них (принимая ОЧР за 100%): | |
| Существительное | 2551 (30.62%) |
| Прилагательное | 677 (8.13%) |
| Глагол | 2067 (24.81%) |
| Местоимение-существительное | 773 (9.28%) |
| Местоименное прилагательное | 351 (4.21%) |
| Местоимение-предикатив | 1 (0.01%) |
| Числительное (количественное) | 111 (1.33%) |
| Числительное (порядковое) | 28 (0.34%) |
| Наречие | 575 (6.90%) |
| Предикатив | 86 (1.03%) |
| Предлог | 1044 (12.53%) |
| Союз | 744 (8.93%) |
| Междометие | 161 (1.93%) |
| Вводное слово | 27 (0.32%) |
| Частица | 595 (7.14%) |
| Причастие | 156 (1.87%) |
| Деепричастие | 24 (0.29%) |
| Служебных слов: | 3720 (44.65%) |
|
Знаки препинания |
| Частоты знаков препинания (среднее количество на 1000 слов): |
| , запятая | 104.61 |
| . точка | 99.31 |
| - тире | 30.58 |
| ! восклицательный знак | 16.47 |
| ? вопросительный знак | 12.97 |
| ... многоточие | 10.32 |
| !.. воскл. знак с многоточием | 1.04 |
| ?.. вопр. знак с многоточием | 0.66 |
| !!! тройной воскл. знак | 0.95 |
| ?! вопр. знак с восклицанием | 0.47 |
| " кавычка | 7.48 |
| () скобки | 0.28 |
| : двоеточие | 10.51 |
| ; точка с запятой | 0.19 |
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.
