| Длина текста, знаков: | 714506 |
| Слов в произведении (СВП): | 98074 |
| Приблизительно страниц: | 358 |
| Средняя длина слова, знаков: | 5.51 |
| Средняя длина предложения (СДП), знаков: | 58.06 |
| СДП авторского текста, знаков: | 81.26 |
| СДП диалога, знаков: | 45.38 |
| Доля диалогов в тексте: | 50.68% |
| Доля авторского текста в диалогах: | 10.22% |
|
Активный словарный запас |
| Использовано уникальных слов: | 11230 |
| Активный словарный запас (АСЗ): | 10298 |
| Активный несловарный запас (АНСЗ): | 932 |
| Удельный АСЗ на 3000 слов текста: | 1280.59 | |
| Удельный АСЗ на 10000 слов текста: | 2948.83 | —> 4272-е место в рейтинге УАСЗ-10000 |
|
Части речи |
| Неопределённых частей речи (НОЧР), слов: | 21724 (22.15% от СВП) |
| Определённых частей речи (ОЧР), слов: | 76350 (77.85% от СВП) |
| Из них (принимая ОЧР за 100%): | |
| Существительное | 26430 (34.62%) |
| Прилагательное | 8325 (10.90%) |
| Глагол | 17482 (22.90%) |
| Местоимение-существительное | 6385 (8.36%) |
| Местоименное прилагательное | 4141 (5.42%) |
| Местоимение-предикатив | 16 (0.02%) |
| Числительное (количественное) | 1055 (1.38%) |
| Числительное (порядковое) | 288 (0.38%) |
| Наречие | 4516 (5.91%) |
| Предикатив | 908 (1.19%) |
| Предлог | 9212 (12.07%) |
| Союз | 6996 (9.16%) |
| Междометие | 1601 (2.10%) |
| Вводное слово | 279 (0.37%) |
| Частица | 5955 (7.80%) |
| Причастие | 1579 (2.07%) |
| Деепричастие | 280 (0.37%) |
| Служебных слов: | 34865 (45.66%) |
|
Знаки препинания |
| Частоты знаков препинания (среднее количество на 1000 слов): |
| , запятая | 110.35 |
| . точка | 86.53 |
| - тире | 43.61 |
| ! восклицательный знак | 6.58 |
| ? вопросительный знак | 13.27 |
| ... многоточие | 18.98 |
| !.. воскл. знак с многоточием | 1.74 |
| ?.. вопр. знак с многоточием | 1.63 |
| !!! тройной воскл. знак | 0.06 |
| ?! вопр. знак с восклицанием | 0.94 |
| " кавычка | 11.49 |
| () скобки | 0.08 |
| : двоеточие | 4.18 |
| ; точка с запятой | 0.06 |
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.
