| Длина текста, знаков: | 175080 |
| Слов в произведении (СВП): | 25210 |
| Приблизительно страниц: | 90 |
| Средняя длина слова, знаков: | 5.43 |
| Средняя длина предложения (СДП), знаков: | 68.77 |
| СДП авторского текста, знаков: | 84.16 |
| СДП диалога, знаков: | 51.92 |
| Доля диалогов в тексте: | 36.17% |
| Доля авторского текста в диалогах: | 8.24% |
|
Активный словарный запас |
| Использовано уникальных слов: | 4923 |
| Активный словарный запас (АСЗ): | 4716 |
| Активный несловарный запас (АНСЗ): | 207 |
| Удельный АСЗ на 3000 слов текста: | 1237.31 | |
| Удельный АСЗ на 10000 слов текста: | 2814.03 | —> 6205-е место в рейтинге УАСЗ-10000 |
|
Части речи |
| Неопределённых частей речи (НОЧР), слов: | 5011 (19.88% от СВП) |
| Определённых частей речи (ОЧР), слов: | 20199 (80.12% от СВП) |
| Из них (принимая ОЧР за 100%): | |
| Существительное | 6837 (33.85%) |
| Прилагательное | 2230 (11.04%) |
| Глагол | 4728 (23.41%) |
| Местоимение-существительное | 1829 (9.05%) |
| Местоименное прилагательное | 1092 (5.41%) |
| Местоимение-предикатив | 4 (0.02%) |
| Числительное (количественное) | 274 (1.36%) |
| Числительное (порядковое) | 47 (0.23%) |
| Наречие | 1077 (5.33%) |
| Предикатив | 143 (0.71%) |
| Предлог | 2384 (11.80%) |
| Союз | 1632 (8.08%) |
| Междометие | 308 (1.52%) |
| Вводное слово | 41 (0.20%) |
| Частица | 1302 (6.45%) |
| Причастие | 554 (2.74%) |
| Деепричастие | 60 (0.30%) |
| Служебных слов: | 8652 (42.83%) |
|
Знаки препинания |
| Частоты знаков препинания (среднее количество на 1000 слов): |
| , запятая | 105.16 |
| . точка | 69.97 |
| - тире | 34.83 |
| ! восклицательный знак | 9.44 |
| ? вопросительный знак | 10.79 |
| ... многоточие | 8.96 |
| !.. воскл. знак с многоточием | 0.20 |
| ?.. вопр. знак с многоточием | 0.28 |
| !!! тройной воскл. знак | 0.04 |
| ?! вопр. знак с восклицанием | 3.01 |
| " кавычка | 2.22 |
| () скобки | 0.40 |
| : двоеточие | 3.09 |
| ; точка с запятой | 8.89 |
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.
