| Длина текста, знаков: | 138608 |
| Слов в произведении (СВП): | 18041 |
| Приблизительно страниц: | 72 |
| Средняя длина слова, знаков: | 6.09 |
| Средняя длина предложения (СДП), знаков: | 52.13 |
| СДП авторского текста, знаков: | 73.07 |
| СДП диалога, знаков: | 37.53 |
| Доля диалогов в тексте: | 42.59% |
| Доля авторского текста в диалогах: | 4.12% |
|
Активный словарный запас |
| Использовано уникальных слов: | 6218 |
| Активный словарный запас (АСЗ): | 5358 |
| Активный несловарный запас (АНСЗ): | 860 |
| Удельный АСЗ на 3000 слов текста: | 1634.23 | |
| Удельный АСЗ на 10000 слов текста: | 4106.37 | —> 4-е место в рейтинге УАСЗ-10000 |
|
Части речи |
| Неопределённых частей речи (НОЧР), слов: | 2964 (16.43% от СВП) |
| Определённых частей речи (ОЧР), слов: | 15077 (83.57% от СВП) |
| Из них (принимая ОЧР за 100%): | |
| Существительное | 4849 (32.16%) |
| Прилагательное | 1543 (10.23%) |
| Глагол | 2665 (17.68%) |
| Местоимение-существительное | 672 (4.46%) |
| Местоименное прилагательное | 342 (2.27%) |
| Местоимение-предикатив | 2 (0.01%) |
| Числительное (количественное) | 121 (0.80%) |
| Числительное (порядковое) | 32 (0.21%) |
| Наречие | 347 (2.30%) |
| Предикатив | 21 (0.14%) |
| Предлог | 1568 (10.40%) |
| Союз | 525 (3.48%) |
| Междометие | 33 (0.22%) |
| Вводное слово | 2 (0.01%) |
| Частица | 308 (2.04%) |
| Причастие | 256 (1.70%) |
| Деепричастие | 19 (0.13%) |
| Служебных слов: | 3452 (22.90%) |
|
Знаки препинания |
| Частоты знаков препинания (среднее количество на 1000 слов): |
| , запятая | 108.42 |
| . точка | 70.78 |
| - тире | 30.26 |
| ! восклицательный знак | 38.91 |
| ? вопросительный знак | 10.97 |
| ... многоточие | 16.63 |
| !.. воскл. знак с многоточием | 2.77 |
| ?.. вопр. знак с многоточием | 0.33 |
| !!! тройной воскл. знак | 1.44 |
| ?! вопр. знак с восклицанием | 6.49 |
| " кавычка | 43.51 |
| () скобки | 1.77 |
| : двоеточие | 13.80 |
| ; точка с запятой | 0.55 |
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.
