| Длина текста, знаков: | 600785 |
| Слов в произведении (СВП): | 77257 |
| Приблизительно страниц: | 293 |
| Средняя длина слова, знаков: | 5.73 |
| Средняя длина предложения (СДП), знаков: | 60.89 |
| СДП авторского текста, знаков: | 72.03 |
| СДП диалога, знаков: | 54.87 |
| Доля диалогов в тексте: | 58.54% |
| Доля авторского текста в диалогах: | 13.76% |
|
Активный словарный запас |
| Использовано уникальных слов: | 9362 |
| Активный словарный запас (АСЗ): | 8356 |
| Активный несловарный запас (АНСЗ): | 1006 |
| Удельный АСЗ на 3000 слов текста: | 1212.85 | |
| Удельный АСЗ на 10000 слов текста: | 2812.34 | —> 6232-е место в рейтинге УАСЗ-10000 |
|
Части речи |
| Неопределённых частей речи (НОЧР), слов: | 16516 (21.38% от СВП) |
| Определённых частей речи (ОЧР), слов: | 60741 (78.62% от СВП) |
| Из них (принимая ОЧР за 100%): | |
| Существительное | 19223 (31.65%) |
| Прилагательное | 7457 (12.28%) |
| Глагол | 13259 (21.83%) |
| Местоимение-существительное | 5561 (9.16%) |
| Местоименное прилагательное | 3134 (5.16%) |
| Местоимение-предикатив | 10 (0.02%) |
| Числительное (количественное) | 1270 (2.09%) |
| Числительное (порядковое) | 318 (0.52%) |
| Наречие | 2857 (4.70%) |
| Предикатив | 623 (1.03%) |
| Предлог | 7168 (11.80%) |
| Союз | 5298 (8.72%) |
| Междометие | 1079 (1.78%) |
| Вводное слово | 242 (0.40%) |
| Частица | 4122 (6.79%) |
| Причастие | 1318 (2.17%) |
| Деепричастие | 126 (0.21%) |
| Служебных слов: | 26740 (44.02%) |
|
Знаки препинания |
| Частоты знаков препинания (среднее количество на 1000 слов): |
| , запятая | 114.42 |
| . точка | 91.32 |
| - тире | 66.30 |
| ! восклицательный знак | 10.06 |
| ? вопросительный знак | 17.81 |
| ... многоточие | 3.99 |
| !.. воскл. знак с многоточием | 0.00 |
| ?.. вопр. знак с многоточием | 0.04 |
| !!! тройной воскл. знак | 0.01 |
| ?! вопр. знак с восклицанием | 1.68 |
| " кавычка | 13.89 |
| () скобки | 0.01 |
| : двоеточие | 3.31 |
| ; точка с запятой | 2.15 |
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.