| Длина текста, знаков: | 597092 |
| Слов в произведении (СВП): | 86216 |
| Приблизительно страниц: | 311 |
| Средняя длина слова, знаков: | 5.45 |
| Средняя длина предложения (СДП), знаков: | 75.61 |
| СДП авторского текста, знаков: | 104.34 |
| СДП диалога, знаков: | 48.66 |
| Доля диалогов в тексте: | 33.33% |
| Доля авторского текста в диалогах: | 5.74% |
|
Активный словарный запас |
| Использовано уникальных слов: | 11723 |
| Активный словарный запас (АСЗ): | 10839 |
| Активный несловарный запас (АНСЗ): | 884 |
| Удельный АСЗ на 3000 слов текста: | 1306.15 | |
| Удельный АСЗ на 10000 слов текста: | 3126.65 | —> 2187-е место в рейтинге УАСЗ-10000 |
|
Части речи |
| Неопределённых частей речи (НОЧР), слов: | 19834 (23.01% от СВП) |
| Определённых частей речи (ОЧР), слов: | 66382 (76.99% от СВП) |
| Из них (принимая ОЧР за 100%): | |
| Существительное | 22226 (33.48%) |
| Прилагательное | 8600 (12.96%) |
| Глагол | 15116 (22.77%) |
| Местоимение-существительное | 5383 (8.11%) |
| Местоименное прилагательное | 3102 (4.67%) |
| Местоимение-предикатив | 18 (0.03%) |
| Числительное (количественное) | 789 (1.19%) |
| Числительное (порядковое) | 148 (0.22%) |
| Наречие | 4008 (6.04%) |
| Предикатив | 627 (0.94%) |
| Предлог | 8365 (12.60%) |
| Союз | 6921 (10.43%) |
| Междометие | 1375 (2.07%) |
| Вводное слово | 326 (0.49%) |
| Частица | 5744 (8.65%) |
| Причастие | 1412 (2.13%) |
| Деепричастие | 303 (0.46%) |
| Служебных слов: | 31537 (47.51%) |
|
Знаки препинания |
| Частоты знаков препинания (среднее количество на 1000 слов): |
| , запятая | 123.75 |
| . точка | 63.25 |
| - тире | 36.66 |
| ! восклицательный знак | 8.26 |
| ? вопросительный знак | 11.96 |
| ... многоточие | 11.22 |
| !.. воскл. знак с многоточием | 0.01 |
| ?.. вопр. знак с многоточием | 0.03 |
| !!! тройной воскл. знак | 0.05 |
| ?! вопр. знак с восклицанием | 0.03 |
| " кавычка | 12.39 |
| () скобки | 0.43 |
| : двоеточие | 2.77 |
| ; 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.
