| Длина текста, знаков: | 142091 |
| Слов в произведении (СВП): | 20736 |
| Приблизительно страниц: | 74 |
| Средняя длина слова, знаков: | 5.39 |
| Средняя длина предложения (СДП), знаков: | 57.01 |
| СДП авторского текста, знаков: | 66.39 |
| СДП диалога, знаков: | 45.72 |
| Доля диалогов в тексте: | 36.47% |
| Доля авторского текста в диалогах: | 6.27% |
|
Активный словарный запас |
| Использовано уникальных слов: | 4897 |
| Активный словарный запас (АСЗ): | 4741 |
| Активный несловарный запас (АНСЗ): | 156 |
| Удельный АСЗ на 3000 слов текста: | 1300.88 | |
| Удельный АСЗ на 10000 слов текста: | 3079.78 | —> 2683-е место в рейтинге УАСЗ-10000 |
|
Части речи |
| Неопределённых частей речи (НОЧР), слов: | 4611 (22.24% от СВП) |
| Определённых частей речи (ОЧР), слов: | 16125 (77.76% от СВП) |
| Из них (принимая ОЧР за 100%): | |
| Существительное | 4863 (30.16%) |
| Прилагательное | 1732 (10.74%) |
| Глагол | 4016 (24.91%) |
| Местоимение-существительное | 2131 (13.22%) |
| Местоименное прилагательное | 825 (5.12%) |
| Местоимение-предикатив | 0 (0.00%) |
| Числительное (количественное) | 174 (1.08%) |
| Числительное (порядковое) | 29 (0.18%) |
| Наречие | 928 (5.76%) |
| Предикатив | 183 (1.13%) |
| Предлог | 1960 (12.16%) |
| Союз | 1505 (9.33%) |
| Междометие | 365 (2.26%) |
| Вводное слово | 68 (0.42%) |
| Частица | 1277 (7.92%) |
| Причастие | 352 (2.18%) |
| Деепричастие | 33 (0.20%) |
| Служебных слов: | 8164 (50.63%) |
|
Знаки препинания |
| Частоты знаков препинания (среднее количество на 1000 слов): |
| , запятая | 109.66 |
| . точка | 93.85 |
| - тире | 18.42 |
| ! восклицательный знак | 9.55 |
| ? вопросительный знак | 8.01 |
| ... многоточие | 7.38 |
| !.. воскл. знак с многоточием | 1.74 |
| ?.. вопр. знак с многоточием | 1.35 |
| !!! тройной воскл. знак | 0.00 |
| ?! вопр. знак с восклицанием | 0.19 |
| " кавычка | 6.75 |
| () скобки | 0.14 |
| : двоеточие | 1.25 |
| ; точка с запятой | 0.00 |
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.
