| Длина текста, знаков: | 461880 |
| Слов в произведении (СВП): | 66850 |
| Приблизительно страниц: | 234 |
| Средняя длина слова, знаков: | 5.28 |
| Средняя длина предложения (СДП), знаков: | 62.19 |
| СДП авторского текста, знаков: | 71.41 |
| СДП диалога, знаков: | 50.02 |
| Доля диалогов в тексте: | 34.72% |
| Доля авторского текста в диалогах: | 11.85% |
|
Активный словарный запас |
| Использовано уникальных слов: | 10311 |
| Активный словарный запас (АСЗ): | 9556 |
| Активный несловарный запас (АНСЗ): | 755 |
| Удельный АСЗ на 3000 слов текста: | 1302.66 | |
| Удельный АСЗ на 10000 слов текста: | 3112.11 | —> 2336-е место в рейтинге УАСЗ-10000 |
|
Части речи |
| Неопределённых частей речи (НОЧР), слов: | 16534 (24.73% от СВП) |
| Определённых частей речи (ОЧР), слов: | 50316 (75.27% от СВП) |
| Из них (принимая ОЧР за 100%): | |
| Существительное | 16502 (32.80%) |
| Прилагательное | 6200 (12.32%) |
| Глагол | 11235 (22.33%) |
| Местоимение-существительное | 4984 (9.91%) |
| Местоименное прилагательное | 3008 (5.98%) |
| Местоимение-предикатив | 15 (0.03%) |
| Числительное (количественное) | 764 (1.52%) |
| Числительное (порядковое) | 150 (0.30%) |
| Наречие | 3056 (6.07%) |
| Предикатив | 609 (1.21%) |
| Предлог | 6190 (12.30%) |
| Союз | 5320 (10.57%) |
| Междометие | 1215 (2.41%) |
| Вводное слово | 273 (0.54%) |
| Частица | 4797 (9.53%) |
| Причастие | 1015 (2.02%) |
| Деепричастие | 149 (0.30%) |
| Служебных слов: | 25951 (51.58%) |
|
Знаки препинания |
| Частоты знаков препинания (среднее количество на 1000 слов): |
| , запятая | 119.01 |
| . точка | 89.18 |
| - тире | 31.98 |
| ! восклицательный знак | 5.21 |
| ? вопросительный знак | 11.44 |
| ... многоточие | 11.79 |
| !.. воскл. знак с многоточием | 0.39 |
| ?.. вопр. знак с многоточием | 0.37 |
| !!! тройной воскл. знак | 0.06 |
| ?! вопр. знак с восклицанием | 0.16 |
| " кавычка | 12.48 |
| () скобки | 0.04 |
| : двоеточие | 4.19 |
| ; точка с запятой | 0.10 |
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.
