| Длина текста, знаков: | 136434 |
| Слов в произведении (СВП): | 19837 |
| Приблизительно страниц: | 70 |
| Средняя длина слова, знаков: | 5.38 |
| Средняя длина предложения (СДП), знаков: | 68.59 |
| СДП авторского текста, знаков: | 91.93 |
| СДП диалога, знаков: | 47.75 |
| Доля диалогов в тексте: | 36.9% |
| Доля авторского текста в диалогах: | 6.97% |
|
Активный словарный запас |
| Использовано уникальных слов: | 4615 |
| Активный словарный запас (АСЗ): | 4367 |
| Активный несловарный запас (АНСЗ): | 248 |
| Удельный АСЗ на 3000 слов текста: | 1272.92 | |
| Удельный АСЗ на 10000 слов текста: | 2971.77 | отсутствует в рейтинге УАСЗ-10000 |
|
Части речи |
| Неопределённых частей речи (НОЧР), слов: | 4136 (20.85% от СВП) |
| Определённых частей речи (ОЧР), слов: | 15701 (79.15% от СВП) |
| Из них (принимая ОЧР за 100%): | |
| Существительное | 5415 (34.49%) |
| Прилагательное | 1335 (8.50%) |
| Глагол | 3616 (23.03%) |
| Местоимение-существительное | 1241 (7.90%) |
| Местоименное прилагательное | 694 (4.42%) |
| Местоимение-предикатив | 4 (0.03%) |
| Числительное (количественное) | 232 (1.48%) |
| Числительное (порядковое) | 58 (0.37%) |
| Наречие | 754 (4.80%) |
| Предикатив | 115 (0.73%) |
| Предлог | 2345 (14.94%) |
| Союз | 1389 (8.85%) |
| Междометие | 336 (2.14%) |
| Вводное слово | 38 (0.24%) |
| Частица | 1015 (6.46%) |
| Причастие | 335 (2.13%) |
| Деепричастие | 54 (0.34%) |
| Служебных слов: | 7116 (45.32%) |
|
Знаки препинания |
| Частоты знаков препинания (среднее количество на 1000 слов): |
| , запятая | 127.29 |
| . точка | 83.38 |
| - тире | 24.40 |
| ! восклицательный знак | 2.92 |
| ? вопросительный знак | 10.64 |
| ... многоточие | 1.11 |
| !.. воскл. знак с многоточием | 0.00 |
| ?.. вопр. знак с многоточием | 0.00 |
| !!! тройной воскл. знак | 0.10 |
| ?! вопр. знак с восклицанием | 0.00 |
| " кавычка | 17.14 |
| () скобки | 0.35 |
| : двоеточие | 3.38 |
| ; точка с запятой | 0.66 |
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.
