| Длина текста, знаков: | 607647 |
| Слов в произведении (СВП): | 86130 |
| Приблизительно страниц: | 313 |
| Средняя длина слова, знаков: | 5.49 |
| Средняя длина предложения (СДП), знаков: | 50.58 |
| СДП авторского текста, знаков: | 58.02 |
| СДП диалога, знаков: | 39.78 |
| Доля диалогов в тексте: | 32.2% |
| Доля авторского текста в диалогах: | 8.83% |
|
Активный словарный запас |
| Использовано уникальных слов: | 11172 |
| Активный словарный запас (АСЗ): | 10024 |
| Активный несловарный запас (АНСЗ): | 1148 |
| Удельный АСЗ на 3000 слов текста: | 1288.25 | |
| Удельный АСЗ на 10000 слов текста: | 3059.61 | —> 2883-е место в рейтинге УАСЗ-10000 |
|
Части речи |
| Неопределённых частей речи (НОЧР), слов: | 19888 (23.09% от СВП) |
| Определённых частей речи (ОЧР), слов: | 66242 (76.91% от СВП) |
| Из них (принимая ОЧР за 100%): | |
| Существительное | 22586 (34.10%) |
| Прилагательное | 7634 (11.52%) |
| Глагол | 14946 (22.56%) |
| Местоимение-существительное | 5011 (7.56%) |
| Местоименное прилагательное | 3321 (5.01%) |
| Местоимение-предикатив | 19 (0.03%) |
| Числительное (количественное) | 1058 (1.60%) |
| Числительное (порядковое) | 514 (0.78%) |
| Наречие | 4059 (6.13%) |
| Предикатив | 583 (0.88%) |
| Предлог | 7737 (11.68%) |
| Союз | 7063 (10.66%) |
| Междометие | 1525 (2.30%) |
| Вводное слово | 268 (0.40%) |
| Частица | 5436 (8.21%) |
| Причастие | 1221 (1.84%) |
| Деепричастие | 156 (0.24%) |
| Служебных слов: | 30536 (46.10%) |
|
Знаки препинания |
| Частоты знаков препинания (среднее количество на 1000 слов): |
| , запятая | 100.00 |
| . точка | 105.79 |
| - тире | 41.12 |
| ! восклицательный знак | 14.64 |
| ? вопросительный знак | 9.78 |
| ... многоточие | 9.92 |
| !.. воскл. знак с многоточием | 0.05 |
| ?.. вопр. знак с многоточием | 0.01 |
| !!! тройной воскл. знак | 0.03 |
| ?! вопр. знак с восклицанием | 0.07 |
| " кавычка | 9.95 |
| () скобки | 4.16 |
| : двоеточие | 5.62 |
| ; 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.