| Длина текста, знаков: | 69706 |
| Слов в произведении (СВП): | 10360 |
| Приблизительно страниц: | 36 |
| Средняя длина слова, знаков: | 5.33 |
| Средняя длина предложения (СДП), знаков: | 62.62 |
| СДП авторского текста, знаков: | 69.43 |
| СДП диалога, знаков: | 39.63 |
| Доля диалогов в тексте: | 14.51% |
| Доля авторского текста в диалогах: | 8.8% |
|
Активный словарный запас |
| Использовано уникальных слов: | 2963 |
| Активный словарный запас (АСЗ): | 2851 |
| Активный несловарный запас (АНСЗ): | 112 |
| Удельный АСЗ на 3000 слов текста: | 1227.00 | |
| Удельный АСЗ на 10000 слов текста: | 2881.54 | отсутствует в рейтинге УАСЗ-10000 |
|
Части речи |
| Неопределённых частей речи (НОЧР), слов: | 2552 (24.63% от СВП) |
| Определённых частей речи (ОЧР), слов: | 7808 (75.37% от СВП) |
| Из них (принимая ОЧР за 100%): | |
| Существительное | 2398 (30.71%) |
| Прилагательное | 1162 (14.88%) |
| Глагол | 1683 (21.55%) |
| Местоимение-существительное | 891 (11.41%) |
| Местоименное прилагательное | 492 (6.30%) |
| Местоимение-предикатив | 2 (0.03%) |
| Числительное (количественное) | 106 (1.36%) |
| Числительное (порядковое) | 26 (0.33%) |
| Наречие | 491 (6.29%) |
| Предикатив | 110 (1.41%) |
| Предлог | 981 (12.56%) |
| Союз | 773 (9.90%) |
| Междометие | 187 (2.39%) |
| Вводное слово | 49 (0.63%) |
| Частица | 608 (7.79%) |
| Причастие | 202 (2.59%) |
| Деепричастие | 19 (0.24%) |
| Служебных слов: | 4002 (51.26%) |
|
Знаки препинания |
| Частоты знаков препинания (среднее количество на 1000 слов): |
| , запятая | 129.83 |
| . точка | 72.68 |
| - тире | 19.69 |
| ! восклицательный знак | 12.74 |
| ? вопросительный знак | 11.39 |
| ... многоточие | 10.23 |
| !.. воскл. знак с многоточием | 1.64 |
| ?.. вопр. знак с многоточием | 1.93 |
| !!! тройной воскл. знак | 0.00 |
| ?! вопр. знак с восклицанием | 2.03 |
| " кавычка | 6.66 |
| () скобки | 0.97 |
| : двоеточие | 4.54 |
| ; 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.
