| Длина текста, знаков: | 604576 |
| Слов в произведении (СВП): | 87416 |
| Приблизительно страниц: | 316 |
| Средняя длина слова, знаков: | 5.45 |
| Средняя длина предложения (СДП), знаков: | 80.97 |
| СДП авторского текста, знаков: | 106.96 |
| СДП диалога, знаков: | 55.19 |
| Доля диалогов в тексте: | 34.36% |
| Доля авторского текста в диалогах: | 6.32% |
|
Активный словарный запас |
| Использовано уникальных слов: | 10701 |
| Активный словарный запас (АСЗ): | 10006 |
| Активный несловарный запас (АНСЗ): | 695 |
| Удельный АСЗ на 3000 слов текста: | 1247.23 | |
| Удельный АСЗ на 10000 слов текста: | 2898.02 | —> 5003-е место в рейтинге УАСЗ-10000 |
|
Части речи |
| Неопределённых частей речи (НОЧР), слов: | 20613 (23.58% от СВП) |
| Определённых частей речи (ОЧР), слов: | 66803 (76.42% от СВП) |
| Из них (принимая ОЧР за 100%): | |
| Существительное | 22604 (33.84%) |
| Прилагательное | 7793 (11.67%) |
| Глагол | 15670 (23.46%) |
| Местоимение-существительное | 4795 (7.18%) |
| Местоименное прилагательное | 3596 (5.38%) |
| Местоимение-предикатив | 21 (0.03%) |
| Числительное (количественное) | 1092 (1.63%) |
| Числительное (порядковое) | 235 (0.35%) |
| Наречие | 4494 (6.73%) |
| Предикатив | 596 (0.89%) |
| Предлог | 8754 (13.10%) |
| Союз | 7763 (11.62%) |
| Междометие | 1351 (2.02%) |
| Вводное слово | 271 (0.41%) |
| Частица | 5483 (8.21%) |
| Причастие | 1471 (2.20%) |
| Деепричастие | 321 (0.48%) |
| Служебных слов: | 32355 (48.43%) |
|
Знаки препинания |
| Частоты знаков препинания (среднее количество на 1000 слов): |
| , запятая | 121.60 |
| . точка | 57.98 |
| - тире | 24.02 |
| ! восклицательный знак | 8.31 |
| ? вопросительный знак | 9.21 |
| ... многоточие | 9.25 |
| !.. воскл. знак с многоточием | 0.03 |
| ?.. вопр. знак с многоточием | 0.03 |
| !!! тройной воскл. знак | 0.11 |
| ?! вопр. знак с восклицанием | 0.57 |
| " кавычка | 22.86 |
| () скобки | 0.35 |
| : двоеточие | 9.77 |
| ; точка с запятой | 0.22 |
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.
