| Длина текста, знаков: | 84248 |
| Слов в произведении (СВП): | 12646 |
| Приблизительно страниц: | 43 |
| Средняя длина слова, знаков: | 5.17 |
| Средняя длина предложения (СДП), знаков: | 52.73 |
| СДП авторского текста, знаков: | 82.18 |
| СДП диалога, знаков: | 32.41 |
| Доля диалогов в тексте: | 36.64% |
| Доля авторского текста в диалогах: | 5.35% |
|
Активный словарный запас |
| Использовано уникальных слов: | 3335 |
| Активный словарный запас (АСЗ): | 3096 |
| Активный несловарный запас (АНСЗ): | 239 |
| Удельный АСЗ на 3000 слов текста: | 1208.32 | |
| Удельный АСЗ на 10000 слов текста: | 2836.76 | —> 5871-е место в рейтинге УАСЗ-10000 |
|
Части речи |
| Неопределённых частей речи (НОЧР), слов: | 3169 (25.06% от СВП) |
| Определённых частей речи (ОЧР), слов: | 9477 (74.94% от СВП) |
| Из них (принимая ОЧР за 100%): | |
| Существительное | 2652 (27.98%) |
| Прилагательное | 1040 (10.97%) |
| Глагол | 2537 (26.77%) |
| Местоимение-существительное | 820 (8.65%) |
| Местоименное прилагательное | 504 (5.32%) |
| Местоимение-предикатив | 2 (0.02%) |
| Числительное (количественное) | 96 (1.01%) |
| Числительное (порядковое) | 13 (0.14%) |
| Наречие | 619 (6.53%) |
| Предикатив | 98 (1.03%) |
| Предлог | 1098 (11.59%) |
| Союз | 1170 (12.35%) |
| Междометие | 221 (2.33%) |
| Вводное слово | 31 (0.33%) |
| Частица | 912 (9.62%) |
| Причастие | 86 (0.91%) |
| Деепричастие | 35 (0.37%) |
| Служебных слов: | 4793 (50.58%) |
|
Знаки препинания |
| Частоты знаков препинания (среднее количество на 1000 слов): |
| , запятая | 120.12 |
| . точка | 79.47 |
| - тире | 45.31 |
| ! восклицательный знак | 25.46 |
| ? вопросительный знак | 12.81 |
| ... многоточие | 5.14 |
| !.. воскл. знак с многоточием | 0.00 |
| ?.. вопр. знак с многоточием | 0.47 |
| !!! тройной воскл. знак | 0.24 |
| ?! вопр. знак с восклицанием | 1.58 |
| " кавычка | 4.11 |
| () скобки | 0.16 |
| : двоеточие | 1.58 |
| ; 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.
