| Длина текста, знаков: | 225015 |
| Слов в произведении (СВП): | 29767 |
| Приблизительно страниц: | 124 |
| Средняя длина слова, знаков: | 6.29 |
| Средняя длина предложения (СДП), знаков: | 118.73 |
| СДП авторского текста, знаков: | 119.13 |
| СДП диалога, знаков: | 60.62 |
| Доля диалогов в тексте: | 0.35% |
| Доля авторского текста в диалогах: | 7.69% |
|
Активный словарный запас |
| Использовано уникальных слов: | 6352 |
| Активный словарный запас (АСЗ): | 6023 |
| Активный несловарный запас (АНСЗ): | 329 |
| Удельный АСЗ на 3000 слов текста: | 1385.38 | |
| Удельный АСЗ на 10000 слов текста: | 3187.18 | —> 1680-е место в рейтинге УАСЗ-10000 |
|
Части речи |
| Неопределённых частей речи (НОЧР), слов: | 6144 (20.64% от СВП) |
| Определённых частей речи (ОЧР), слов: | 23623 (79.36% от СВП) |
| Из них (принимая ОЧР за 100%): | |
| Существительное | 9021 (38.19%) |
| Прилагательное | 4008 (16.97%) |
| Глагол | 4127 (17.47%) |
| Местоимение-существительное | 1141 (4.83%) |
| Местоименное прилагательное | 1393 (5.90%) |
| Местоимение-предикатив | 3 (0.01%) |
| Числительное (количественное) | 434 (1.84%) |
| Числительное (порядковое) | 81 (0.34%) |
| Наречие | 1206 (5.11%) |
| Предикатив | 231 (0.98%) |
| Предлог | 2982 (12.62%) |
| Союз | 1749 (7.40%) |
| Междометие | 254 (1.08%) |
| Вводное слово | 105 (0.44%) |
| Частица | 1631 (6.90%) |
| Причастие | 922 (3.90%) |
| Деепричастие | 66 (0.28%) |
| Служебных слов: | 9324 (39.47%) |
|
Знаки препинания |
| Частоты знаков препинания (среднее количество на 1000 слов): |
| , запятая | 139.52 |
| . точка | 59.46 |
| - тире | 9.31 |
| ! восклицательный знак | 0.77 |
| ? вопросительный знак | 2.55 |
| ... многоточие | 1.81 |
| !.. воскл. знак с многоточием | 0.20 |
| ?.. вопр. знак с многоточием | 0.03 |
| !!! тройной воскл. знак | 0.00 |
| ?! вопр. знак с восклицанием | 0.00 |
| " кавычка | 26.34 |
| () скобки | 1.38 |
| : двоеточие | 7.86 |
| ; точка с запятой | 0.30 |
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.
