| Длина текста, знаков: | 266667 |
| Слов в произведении (СВП): | 39832 |
| Приблизительно страниц: | 142 |
| Средняя длина слова, знаков: | 5.38 |
| Средняя длина предложения (СДП), знаков: | 61.56 |
| СДП авторского текста, знаков: | 70.36 |
| СДП диалога, знаков: | 38.38 |
| Доля диалогов в тексте: | 17.19% |
| Доля авторского текста в диалогах: | 5.77% |
|
Активный словарный запас |
| Использовано уникальных слов: | 6232 |
| Активный словарный запас (АСЗ): | 5920 |
| Активный несловарный запас (АНСЗ): | 312 |
| Удельный АСЗ на 3000 слов текста: | 1171.82 | |
| Удельный АСЗ на 10000 слов текста: | 2661.73 | отсутствует в рейтинге УАСЗ-10000 |
|
Части речи |
| Неопределённых частей речи (НОЧР), слов: | 8795 (22.08% от СВП) |
| Определённых частей речи (ОЧР), слов: | 31037 (77.92% от СВП) |
| Из них (принимая ОЧР за 100%): | |
| Существительное | 9831 (31.68%) |
| Прилагательное | 3551 (11.44%) |
| Глагол | 7658 (24.67%) |
| Местоимение-существительное | 3031 (9.77%) |
| Местоименное прилагательное | 1757 (5.66%) |
| Местоимение-предикатив | 3 (0.01%) |
| Числительное (количественное) | 770 (2.48%) |
| Числительное (порядковое) | 152 (0.49%) |
| Наречие | 1927 (6.21%) |
| Предикатив | 325 (1.05%) |
| Предлог | 3397 (10.95%) |
| Союз | 2955 (9.52%) |
| Междометие | 593 (1.91%) |
| Вводное слово | 98 (0.32%) |
| Частица | 2412 (7.77%) |
| Причастие | 693 (2.23%) |
| Деепричастие | 78 (0.25%) |
| Служебных слов: | 14324 (46.15%) |
|
Знаки препинания |
| Частоты знаков препинания (среднее количество на 1000 слов): |
| , запятая | 90.91 |
| . точка | 96.91 |
| - тире | 19.83 |
| ! восклицательный знак | 1.71 |
| ? вопросительный знак | 6.45 |
| ... многоточие | 0.68 |
| !.. воскл. знак с многоточием | 0.00 |
| ?.. вопр. знак с многоточием | 0.03 |
| !!! тройной воскл. знак | 0.00 |
| ?! вопр. знак с восклицанием | 0.00 |
| " кавычка | 2.16 |
| () скобки | 0.93 |
| : двоеточие | 2.51 |
| ; точка с запятой | 3.19 |
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.
