| Длина текста, знаков: | 577877 |
| Слов в произведении (СВП): | 87590 |
| Приблизительно страниц: | 296 |
| Средняя длина слова, знаков: | 5.11 |
| Средняя длина предложения (СДП), знаков: | 67.11 |
| СДП авторского текста, знаков: | 93.81 |
| СДП диалога, знаков: | 45.56 |
| Доля диалогов в тексте: | 37.72% |
| Доля авторского текста в диалогах: | 4.44% |
|
Активный словарный запас |
| Использовано уникальных слов: | 10913 |
| Активный словарный запас (АСЗ): | 10012 |
| Активный несловарный запас (АНСЗ): | 901 |
| Удельный АСЗ на 3000 слов текста: | 1257.00 | |
| Удельный АСЗ на 10000 слов текста: | 2952.43 | —> 4221-е место в рейтинге УАСЗ-10000 |
|
Части речи |
| Неопределённых частей речи (НОЧР), слов: | 22004 (25.12% от СВП) |
| Определённых частей речи (ОЧР), слов: | 65586 (74.88% от СВП) |
| Из них (принимая ОЧР за 100%): | |
| Существительное | 21213 (32.34%) |
| Прилагательное | 8420 (12.84%) |
| Глагол | 14862 (22.66%) |
| Местоимение-существительное | 5582 (8.51%) |
| Местоименное прилагательное | 3140 (4.79%) |
| Местоимение-предикатив | 11 (0.02%) |
| Числительное (количественное) | 1099 (1.68%) |
| Числительное (порядковое) | 211 (0.32%) |
| Наречие | 4399 (6.71%) |
| Предикатив | 857 (1.31%) |
| Предлог | 8599 (13.11%) |
| Союз | 8177 (12.47%) |
| Междометие | 1281 (1.95%) |
| Вводное слово | 431 (0.66%) |
| Частица | 6319 (9.63%) |
| Причастие | 1257 (1.92%) |
| Деепричастие | 235 (0.36%) |
| Служебных слов: | 33775 (51.50%) |
|
Знаки препинания |
| Частоты знаков препинания (среднее количество на 1000 слов): |
| , запятая | 150.45 |
| . точка | 83.78 |
| - тире | 22.38 |
| ! восклицательный знак | 2.18 |
| ? вопросительный знак | 7.85 |
| ... многоточие | 14.88 |
| !.. воскл. знак с многоточием | 0.05 |
| ?.. вопр. знак с многоточием | 0.18 |
| !!! тройной воскл. знак | 0.01 |
| ?! вопр. знак с восклицанием | 0.06 |
| " кавычка | 30.93 |
| () скобки | 0.02 |
| : двоеточие | 1.36 |
| ; точка с запятой | 0.01 |
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.