| Длина текста, знаков: | 599371 |
| Слов в произведении (СВП): | 84796 |
| Приблизительно страниц: | 308 |
| Средняя длина слова, знаков: | 5.48 |
| Средняя длина предложения (СДП), знаков: | 79.41 |
| СДП авторского текста, знаков: | 110.35 |
| СДП диалога, знаков: | 57.79 |
| Доля диалогов в тексте: | 42.95% |
| Доля авторского текста в диалогах: | 6.82% |
|
Активный словарный запас |
| Использовано уникальных слов: | 11763 |
| Активный словарный запас (АСЗ): | 11020 |
| Активный несловарный запас (АНСЗ): | 743 |
| Удельный АСЗ на 3000 слов текста: | 1328.32 | |
| Удельный АСЗ на 10000 слов текста: | 3163.29 | —> 1858-е место в рейтинге УАСЗ-10000 |
|
Части речи |
| Неопределённых частей речи (НОЧР), слов: | 20120 (23.73% от СВП) |
| Определённых частей речи (ОЧР), слов: | 64676 (76.27% от СВП) |
| Из них (принимая ОЧР за 100%): | |
| Существительное | 20208 (31.25%) |
| Прилагательное | 9564 (14.79%) |
| Глагол | 13601 (21.03%) |
| Местоимение-существительное | 6195 (9.58%) |
| Местоименное прилагательное | 3411 (5.27%) |
| Местоимение-предикатив | 14 (0.02%) |
| Числительное (количественное) | 981 (1.52%) |
| Числительное (порядковое) | 217 (0.34%) |
| Наречие | 4298 (6.65%) |
| Предикатив | 642 (0.99%) |
| Предлог | 8027 (12.41%) |
| Союз | 6825 (10.55%) |
| Междометие | 1241 (1.92%) |
| Вводное слово | 252 (0.39%) |
| Частица | 5793 (8.96%) |
| Причастие | 1361 (2.10%) |
| Деепричастие | 226 (0.35%) |
| Служебных слов: | 31984 (49.45%) |
|
Знаки препинания |
| Частоты знаков препинания (среднее количество на 1000 слов): |
| , запятая | 139.17 |
| . точка | 53.38 |
| - тире | 35.74 |
| ! восклицательный знак | 3.15 |
| ? вопросительный знак | 13.60 |
| ... многоточие | 26.00 |
| !.. воскл. знак с многоточием | 0.01 |
| ?.. вопр. знак с многоточием | 0.00 |
| !!! тройной воскл. знак | 0.04 |
| ?! вопр. знак с восклицанием | 0.06 |
| " кавычка | 6.89 |
| () скобки | 0.44 |
| : двоеточие | 5.64 |
| ; точка с запятой | 0.07 |
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.