Как считаются показатели
Все числа вычисляются по версии правил kw-ru-prose@1.0.0 для русской прозы. Версия и настройки сохраняются вместе с результатом: два текста сравниваются только при одинаковых правилах.
Слова и словоформы
Слово — последовательность букв и цифр, в которой есть хотя бы одна буква. Внутренний дефис и апостроф не разрывают слово: «кто-то», «по-прежнему», «Ту-154» считаются одним словом, тире разделяет. Числа считаются отдельно и разрывают точные фразы.
Для подсчёта регистр и способ записи букв приводятся к одному ключу, а исходный текст в цитате не меняется. Буква «ё» сохраняется: «всё» и «все» — разные словоформы; «ё как е» — отдельная настройка. Лемматизации нет: «шёл» и «идти» не объединяются.
Предложения
Предложение заканчивается точкой, восклицательным или вопросительным знаком либо многоточием. Сокращения «т. е.», «т. д.», «т. п.», «г.», «кг.», «см.», «руб.» и инициалы вида «А. С. Пушкин» не создают ложных границ. Реплика с авторскими словами после тире — «Ты придёшь? — спросил он.» — остаётся одним предложением. Правило механическое и не означает понимания смысла; известные пограничные случаи перечислены в описании профиля.
Области расчёта
Показатели считаются для одной из трёх областей: весь текст, подтверждённая глава или фиксированное окно. Свободное выделение фрагмента только показывает исходный текст и чисел не получает.
- Весь текст — все включённые слова в исходном порядке; граница главы или абзаца завершает предложение.
- Глава — слова и предложения внутри главы. Изменение границ глав создаёт новый результат.
- Окно — ровно 500 слов подряд; предложения, начинающиеся в окне, учитываются целиком, поэтому сумма их длин может отличаться от 500.
TTR и MTLD главы или окна вычисляются заново по её словам, а не усреднением; показатели всего текста не складываются из глав.
Длина и чередование
| Показатель | Определение |
|---|---|
| Средняя длина | Сумма длин предложений в словах, делённая на число предложений. |
| Медиана, P10, P90 | Середина и края упорядоченного ряда длин (ранговый метод). |
| Разброс | Стандартное отклонение длин по всем предложениям области. |
| Соседние изменения | Среднее различие длин соседних предложений одного абзаца. |
| Пульс | Окна ровно по 500 слов; предложение относится к окну своего первого слова и учитывается целиком, последнее окно может быть неполным. |
Одинаковые среднее и разброс не скрывают разный порядок: ряд «5, 5, 45, 45…» и ряд «5, 45, 5, 45…» различаются соседними изменениями, а в окне видна последовательность предложений.
Разнообразие словоформ
TTR — доля разных словоформ среди всех слов. Он зависит от длины текста, поэтому рядом всегда показан объём, а сравнивать TTR имеет смысл в окнах одинакового размера.
MTLD — средняя длина отрезков, на которых TTR держится выше 0,72; считается в прямом и обратном порядке слов. При объёме меньше 100 слов значение не показывается. Если полного отрезка нет, число сопровождается пометкой «оценка по дробному фактору». Источник метода — McCarthy и Jarvis (2010); выводы англоязычных корпусов не переносятся на русскую прозу автоматически.
Повторы
- Частые словоформы: число вхождений и частота на 1000 слов; скрытие служебных слов меняет только таблицу, не знаменатели.
- Точные фразы: одинаковые последовательности из 2–5 соседних словоформ внутри предложения; числа и исключённые элементы разрывают фразу.
- Начала предложений: первые 1–3 слова; доля считается от предложений, в которых не меньше слов.
- Близкие повторы: одна словоформа в пределах 50 слов внутри абзаца.
Когда числа нет
Если данных недостаточно — нет слов, предложений или нужного объёма, — показывается «н/д» с причиной. Ноль, бесконечность или пустой график вместо отсутствующего значения не показываются.
Чем это не является
Показатели описывают текст, а не оценивают его. В Поле нет нормы «хорошей» длины предложения, балла стиля или окраски «плохо»: что означает найденный рисунок для конкретной прозы, решает автор.