| Длина текста, знаков: | 637827 |
| Слов в произведении (СВП): | 92769 |
| Приблизительно страниц: | 316 |
| Средняя длина слова, знаков: | 5.14 |
| Средняя длина предложения (СДП), знаков: | 49.87 |
| СДП авторского текста, знаков: | 66.99 |
| СДП диалога, знаков: | 41.13 |
| Доля диалогов в тексте: | 54.73% |
| Доля авторского текста в диалогах: | 8.98% |
|
Активный словарный запас |
| Использовано уникальных слов: | 10568 |
| Активный словарный запас (АСЗ): | 9977 |
| Активный несловарный запас (АНСЗ): | 591 |
| Удельный АСЗ на 3000 слов текста: | 1206.21 | |
| Удельный АСЗ на 10000 слов текста: | 2840.84 | —> 5808-е место в рейтинге УАСЗ-10000 |
|
Части речи |
| Неопределённых частей речи (НОЧР), слов: | 22364 (24.11% от СВП) |
| Определённых частей речи (ОЧР), слов: | 70405 (75.89% от СВП) |
| Из них (принимая ОЧР за 100%): | |
| Существительное | 22326 (31.71%) |
| Прилагательное | 7517 (10.68%) |
| Глагол | 17158 (24.37%) |
| Местоимение-существительное | 8213 (11.67%) |
| Местоименное прилагательное | 3694 (5.25%) |
| Местоимение-предикатив | 28 (0.04%) |
| Числительное (количественное) | 1012 (1.44%) |
| Числительное (порядковое) | 212 (0.30%) |
| Наречие | 4989 (7.09%) |
| Предикатив | 842 (1.20%) |
| Предлог | 8296 (11.78%) |
| Союз | 7810 (11.09%) |
| Междометие | 1563 (2.22%) |
| Вводное слово | 336 (0.48%) |
| Частица | 5978 (8.49%) |
| Причастие | 1009 (1.43%) |
| Деепричастие | 225 (0.32%) |
| Служебных слов: | 36143 (51.34%) |
|
Знаки препинания |
| Частоты знаков препинания (среднее количество на 1000 слов): |
| , запятая | 116.49 |
| . точка | 106.71 |
| - тире | 45.00 |
| ! восклицательный знак | 9.78 |
| ? вопросительный знак | 12.46 |
| ... многоточие | 10.36 |
| !.. воскл. знак с многоточием | 0.03 |
| ?.. вопр. знак с многоточием | 0.16 |
| !!! тройной воскл. знак | 0.16 |
| ?! вопр. знак с восклицанием | 0.66 |
| " кавычка | 12.73 |
| () скобки | 0.16 |
| : двоеточие | 1.71 |
| ; точка с запятой | 0.05 |
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.
