| Длина текста, знаков: | 634222 |
| Слов в произведении (СВП): | 92541 |
| Приблизительно страниц: | 329 |
| Средняя длина слова, знаков: | 5.36 |
| Средняя длина предложения (СДП), знаков: | 80.95 |
| СДП авторского текста, знаков: | 101.79 |
| СДП диалога, знаков: | 54.9 |
| Доля диалогов в тексте: | 30.27% |
| Доля авторского текста в диалогах: | 7.48% |
|
Активный словарный запас |
| Использовано уникальных слов: | 12459 |
| Активный словарный запас (АСЗ): | 11294 |
| Активный несловарный запас (АНСЗ): | 1165 |
| Удельный АСЗ на 3000 слов текста: | 1327.24 | |
| Удельный АСЗ на 10000 слов текста: | 3180.44 | —> 1745-е место в рейтинге УАСЗ-10000 |
|
Части речи |
| Неопределённых частей речи (НОЧР), слов: | 22722 (24.55% от СВП) |
| Определённых частей речи (ОЧР), слов: | 69819 (75.45% от СВП) |
| Из них (принимая ОЧР за 100%): | |
| Существительное | 23638 (33.86%) |
| Прилагательное | 8653 (12.39%) |
| Глагол | 15007 (21.49%) |
| Местоимение-существительное | 5379 (7.70%) |
| Местоименное прилагательное | 3905 (5.59%) |
| Местоимение-предикатив | 7 (0.01%) |
| Числительное (количественное) | 1126 (1.61%) |
| Числительное (порядковое) | 225 (0.32%) |
| Наречие | 4517 (6.47%) |
| Предикатив | 658 (0.94%) |
| Предлог | 9070 (12.99%) |
| Союз | 7919 (11.34%) |
| Междометие | 1319 (1.89%) |
| Вводное слово | 304 (0.44%) |
| Частица | 6801 (9.74%) |
| Причастие | 2103 (3.01%) |
| Деепричастие | 337 (0.48%) |
| Служебных слов: | 35041 (50.19%) |
|
Знаки препинания |
| Частоты знаков препинания (среднее количество на 1000 слов): |
| , запятая | 118.24 |
| . точка | 61.37 |
| - тире | 43.90 |
| ! восклицательный знак | 6.44 |
| ? вопросительный знак | 9.27 |
| ... многоточие | 12.48 |
| !.. воскл. знак с многоточием | 0.05 |
| ?.. вопр. знак с многоточием | 0.01 |
| !!! тройной воскл. знак | 0.15 |
| ?! вопр. знак с восклицанием | 0.49 |
| " кавычка | 18.42 |
| () скобки | 1.44 |
| : двоеточие | 3.09 |
| ; точка с запятой | 0.49 |
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.
