| Длина текста, знаков: | 93426 |
| Слов в произведении (СВП): | 13182 |
| Приблизительно страниц: | 48 |
| Средняя длина слова, знаков: | 5.58 |
| Средняя длина предложения (СДП), знаков: | 57.93 |
| СДП авторского текста, знаков: | 76.59 |
| СДП диалога, знаков: | 34.54 |
| Доля диалогов в тексте: | 26.65% |
| Доля авторского текста в диалогах: | 8.83% |
|
Активный словарный запас |
| Использовано уникальных слов: | 3709 |
| Активный словарный запас (АСЗ): | 3416 |
| Активный несловарный запас (АНСЗ): | 293 |
| Удельный АСЗ на 3000 слов текста: | 1263.44 | |
| Удельный АСЗ на 10000 слов текста: | 3034.93 | —> 2755-е место в рейтинге УАСЗ-10000 |
|
Части речи |
| Неопределённых частей речи (НОЧР), слов: | 2613 (19.82% от СВП) |
| Определённых частей речи (ОЧР), слов: | 10569 (80.18% от СВП) |
| Из них (принимая ОЧР за 100%): | |
| Существительное | 3241 (30.67%) |
| Прилагательное | 1048 (9.92%) |
| Глагол | 2054 (19.43%) |
| Местоимение-существительное | 489 (4.63%) |
| Местоименное прилагательное | 361 (3.42%) |
| Местоимение-предикатив | 5 (0.05%) |
| Числительное (количественное) | 62 (0.59%) |
| Числительное (порядковое) | 25 (0.24%) |
| Наречие | 293 (2.77%) |
| Предикатив | 27 (0.26%) |
| Предлог | 1243 (11.76%) |
| Союз | 482 (4.56%) |
| Междометие | 13 (0.12%) |
| Вводное слово | 2 (0.02%) |
| Частица | 332 (3.14%) |
| Причастие | 152 (1.44%) |
| Деепричастие | 2 (0.02%) |
| Служебных слов: | 2927 (27.69%) |
|
Знаки препинания |
| Частоты знаков препинания (среднее количество на 1000 слов): |
| , запятая | 99.98 |
| . точка | 68.35 |
| - тире | 29.36 |
| ! восклицательный знак | 15.32 |
| ? вопросительный знак | 15.48 |
| ... многоточие | 13.50 |
| !.. воскл. знак с многоточием | 1.37 |
| ?.. вопр. знак с многоточием | 0.91 |
| !!! тройной воскл. знак | 0.00 |
| ?! вопр. знак с восклицанием | 0.91 |
| " кавычка | 28.90 |
| () скобки | 2.12 |
| : двоеточие | 8.19 |
| ; точка с запятой | 0.68 |
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.
