शाब्दिक विविधता कैलकुलेटर
कोई अनुच्छेद, कोई खंड या पूरा ड्राफ़्ट पेस्ट करें और गणना करें दबाएँ। आपको शब्दों की कुल संख्या, अलग-अलग शब्दों की संख्या, टाइप-टोकन अनुपात (TTR) और रूट TTR मिलते हैं, साथ में आपके सबसे अधिक दोहराए गए शब्दों की तालिका। नीचे का एक संक्षिप्त मार्गदर्शक बताता है कि स्कोर का क्या अर्थ है और केवल समान लंबाई के टेक्स्ट की तुलना क्यों करनी चाहिए। निःशुल्क, बिना साइन-अप के, और कुछ भी अपलोड नहीं होता।
शाब्दिक विविधता कैलकुलेटर का उपयोग कैसे करें
- अपना टेक्स्ट पेस्ट करें। यदि हो सके तो कम से कम कुछ सौ शब्द उपयोग करें; बहुत छोटे टेक्स्ट लगभग अपने-आप ऊँचा स्कोर कर लेते हैं।
- गणना करें दबाएँ। परिणाम टाइप करते समय अपने-आप अपडेट नहीं होते, इसलिए संपादन के बाद बटन फिर से दबाएँ।
- चारों स्कोर पढ़ें। कुल शब्द, अद्वितीय शब्द, प्रतिशत के रूप में TTR, और रूट TTR।
- निर्णय और दोहराए गए शब्द देखें। स्कोर के बाद सादी भाषा में एक श्रेणी आती है, और तालिका उन शब्दों को सूचीबद्ध करती है जो कम से कम दो बार आते हैं, अधिकतम दस।
स्कोर का क्या अर्थ है
शाब्दिक विविधता इस बात को मापती है कि किसी टेक्स्ट की शब्दावली कितनी विविध है। सबसे सरल माप है टाइप-टोकन अनुपात: अलग-अलग शब्दों (टाइप) की संख्या को शब्दों की कुल संख्या (टोकन) से विभाजित करना।
- TTR = अद्वितीय शब्द ÷ कुल शब्द। यह लगभग 0 (वही कुछ शब्द बार-बार) से 1 तक चलता है, यहाँ प्रतिशत के रूप में दिखाया गया है।
- रूट TTR = अद्वितीय शब्द ÷ √(कुल शब्द), जिसे अक्सर गुइरॉड इंडेक्स कहा जाता है। टेक्स्ट लंबे होने पर यह उतना तेज़ी से नहीं गिरता, इसलिए मध्यम रूप से भिन्न लंबाइयों में यह अधिक निष्पक्ष है।
टूल एक सादा निर्णय देता है: 40% से कम का अर्थ है कम विविधता, 40% से 60% से कम का अर्थ है सामान्य विविधता, और 60% या उससे अधिक का अर्थ है उच्च विविधता। ये श्रेणियाँ कुछ सौ शब्दों के अंशों के लिए अनुमान हैं। ये 20 शब्दों के एक वाक्य या 50,000 शब्दों की थीसिस पर लागू नहीं होतीं।
एक हल किया गया उदाहरण
इस 56-शब्दों के अनुच्छेद को पेस्ट करें: Sleep consolidates memory. During deep sleep the brain replays the day's events, strengthening connections that matter and pruning those that do not. Students who sleep well tend to remember more of what they studied, and they solve problems faster. Skipping sleep to study longer often backfires, because the facts that were crammed are never stored properly. इसमें 46 अद्वितीय शब्द हैं, इसलिए TTR 82.1% है और रूट TTR 6.15 है, जिसे टूल उच्च विविधता के रूप में पढ़ता है। Sleep सबसे अधिक बार आने वाला शब्द है, चार बार।
अब वही अनुच्छेद दो बार पेस्ट करें। कुछ नया नहीं कहा गया, फिर भी टेक्स्ट 112 शब्दों का हो जाता है जबकि अद्वितीय शब्द अब भी केवल 46 हैं: TTR गिरकर 41.1% और रूट TTR 4.35 हो जाता है। वही लेखन लगभग आधा विविध स्कोर करता है, जो दिखाता है कि दोहराव भी स्कोर घटाता है और अकेली लंबाई भी।
लंबाई TTR को कैसे प्रभावित करती है
हर टेक्स्ट “the”, “of” और “and” जैसे सामान्य शब्दों का बार-बार उपयोग करता है, और टेक्स्ट जितना लंबा होता है, उसके उतने ही अधिक शब्द दोहराए गए होते हैं। इसलिए लेखक की शब्दावली कैसी भी हो, TTR लंबाई बढ़ने के साथ गिरता है। एक ही लेखक का 100-शब्दों का नमूना और 1,000-शब्दों का नमूना एक जैसा TTR नहीं देंगे। स्कोर केवल समान लंबाई के टेक्स्ट के बीच तुलना करें, आदर्श रूप से एक ही शब्द-संख्या तक काटकर।
शोधकर्ता ऐसे माप इस्तेमाल करते हैं जो इस प्रभाव को कम करने के लिए बने हैं, जैसे MTLD और HD-D (देखें McCarthy and Jarvis, 2010, Behavior Research Methods)। यह टूल उन्हें नहीं निकालता, इसलिए इसका उपयोग संशोधन और मोटी तुलना के लिए करें, शोध-स्तरीय माप के रूप में नहीं।
शब्द कैसे गिने जाते हैं
टेक्स्ट को छोटे अक्षरों में बदला जाता है और अक्षरों तथा अंकों के क्रम में बाँटा जाता है, जिसमें शब्द के भीतर का एपॉस्ट्रॉफ़ी रखा जाता है। इसलिए don't एक शब्द है, चाहे एपॉस्ट्रॉफ़ी सीधी हो या वह घुमावदार जो कई वर्ड प्रोसेसर बनाते हैं। उच्चारण वाले अक्षर भी अक्षर गिने जाते हैं, इसलिए café एक शब्द है। संख्याएँ भी शब्द गिनी जाती हैं। हाइफ़न शब्द को दो में बाँटता है, इसलिए well-known को दो गिना जाता है। कोई लेमेटाइज़िंग नहीं होती: walk, walks और walked तीन अलग शब्द हैं।
आपको कौन-सा उपकरण चाहिए?
| यदि आप चाहते हैं… | उपयोग करें |
|---|---|
| किसी टेक्स्ट के लिए एक विविधता स्कोर | यह पेज |
| हर शब्द गिनती के अनुसार क्रम में | वर्ड फ़्रीक्वेंसी काउंटर |
| एक-दूसरे के पास दोहराए गए शब्द | Word Repetition Checker |
| हर शब्द के लिए घनत्व प्रतिशत | कीवर्ड डेंसिटी |
| हर अलग शब्द की सूची | यूनीक वर्ड एक्सट्रैक्टर |
अक्सर पूछे जाने वाले प्रश्न
- शाब्दिक विविधता क्या है?
- यह मापती है कि किसी टेक्स्ट में कितने अलग-अलग शब्द उपयोग हुए हैं, उसके कुल शब्दों की तुलना में। इसका उपयोग लेखन शिक्षण, भाषा मूल्यांकन और कॉर्पस शोध में होता है।
- अच्छा टाइप-टोकन अनुपात क्या है?
- कोई सार्वभौमिक लक्ष्य नहीं है। कुछ सौ शब्दों के स्पष्ट विवरणात्मक गद्य के लिए 40% से 60% सामान्य है, और टूल इसे सामान्य विविधता कहता है। छोटे टेक्स्ट में ऊँचे स्कोर आम हैं और लंबे टेक्स्ट में नीचे, इसलिए एक जैसी लंबाई के टेक्स्ट की तुलना करें।
- रूट TTR क्या है?
- रूट TTR, या गुइरॉड इंडेक्स, अद्वितीय शब्दों की संख्या को कुल शब्द-गिनती के वर्गमूल से विभाजित करने से मिलता है। यह सादे TTR के टेक्स्ट लंबा होने पर गिरने के तरीके को कम करता है, पर पूरी तरह समाप्त नहीं करता।
- अधिक टेक्स्ट पेस्ट करने पर मेरा स्कोर कम क्यों हो जाता है?
- क्योंकि लंबे टेक्स्ट अधिक शब्द दोहराते हैं। TTR वह हिस्सा मापता है जो शब्द नए हैं, और वह हिस्सा टेक्स्ट बढ़ने के साथ सिकुड़ता है। इसका अर्थ यह नहीं कि आपकी शब्दावली कमज़ोर हो गई।
- क्या कैलकुलेटर स्टॉप शब्द हटाता है या शब्द-रूपों को एक साथ गिनता है?
- नहीं। यह हर शब्द गिनता है, “the” और “of” सहित, और हर वर्तनी को अलग मानता है, इसलिए walk और walked अलग शब्द हैं। TTR की रिपोर्ट के लिए सभी शब्द गिनना सामान्य तरीका है।
- मैं अपने लेखन की विविधता कैसे बढ़ा सकता हूँ?
- सबसे अधिक दोहराए गए शब्दों की तालिका देखें। जहाँ कोई शब्द बिना कारण दोहराया गया हो, उसे बदलें या वाक्य दोबारा लिखें। सटीक तकनीकी शब्दों को पर्यायों से न बदलें, क्योंकि किसी मुख्य शब्द का दोहराया जाना अक्सर पाठक की मदद करता है।
- क्या मेरा टेक्स्ट अपलोड होता है?
- नहीं। स्कोर आपके ब्राउज़र में निकाले जाते हैं और टेक्स्ट कहीं नहीं भेजा जाता।