Calcolatore di diversità lessicale
Incolla un paragrafo, una sezione o una bozza intera e premi Calcola. Ottieni il numero di parole, il numero di parole diverse, il rapporto tipo-token (TTR) e il TTR radice, più una tabella delle parole che ripeti più spesso. Una breve guida qui sotto spiega che cosa significano i punteggi e perché conviene confrontare solo testi di lunghezza simile. Gratuito, senza registrazione, e il testo non viene caricato da nessuna parte.
Come usare il calcolatore di diversità lessicale
- Incolla il tuo testo. Usa almeno qualche centinaio di parole, se puoi; i testi molto brevi ottengono quasi automaticamente un punteggio alto.
- Premi Calcola. I risultati non si aggiornano mentre scrivi, quindi premi di nuovo il pulsante dopo ogni modifica.
- Leggi i quattro punteggi. Parole totali, parole uniche, TTR in percentuale e TTR radice.
- Osserva il giudizio e le parole ripetute. Una fascia in linguaggio semplice segue i punteggi, e la tabella elenca fino a dieci parole che compaiono almeno due volte.
Cosa significano i punteggi
La diversità lessicale indica quanto è vario il vocabolario di un testo. La misura più semplice è il rapporto tipo-token: il numero di parole diverse (tipi) diviso per il numero totale di parole (token).
- TTR = parole uniche ÷ parole totali. Va da valori vicini a 0 (le stesse poche parole ripetute) fino a 1, qui mostrato in percentuale.
- TTR radice = parole uniche ÷ √(parole totali), detto anche indice di Guiraud. Diminuisce meno bruscamente man mano che i testi si allungano, quindi è più equo quando le lunghezze differiscono moderatamente.
Lo strumento dà un giudizio semplice: sotto il 40% è bassa varietà, dal 40% fino a meno del 60% è tipica, e dal 60% in su è alta. Queste fasce sono euristiche per brani di qualche centinaio di parole. Non valgono per una frase di 20 parole o per una tesi di 50.000 parole.
Esempio svolto
Incolla questo paragrafo inglese di 56 parole: 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. Ha 46 parole uniche, quindi il TTR è 82,1% e il TTR radice è 6,15, che lo strumento legge come varietà alta. «Sleep» è la parola più ripetuta, con quattro occorrenze.
Ora incolla due volte lo stesso paragrafo. Non viene detto nulla di nuovo, ma il testo arriva a 112 parole con ancora solo 46 parole uniche: il TTR scende a 41,1% e il TTR radice a 4,35. La stessa scrittura risulta circa la metà più varia, e questo mostra sia che la ripetizione abbassa il punteggio, sia che la sola lunghezza lo abbassa.
Perché la lunghezza distorce il TTR
Ogni testo riusa parole comuni come «il», «di» e «e», e più il testo è lungo più parole sono riusi. Il TTR quindi scende man mano che un testo cresce, qualunque sia il vocabolario di chi scrive. Un campione di 100 parole e uno di 1.000 parole dello stesso autore non daranno lo stesso TTR. Confronta i punteggi solo tra testi di lunghezza simile, idealmente tagliati allo stesso numero di parole.
I ricercatori usano misure costruite per ridurre questo effetto, come MTLD e HD-D (vedi McCarthy e Jarvis, 2010, in Behavior Research Methods). Questo strumento non le calcola, quindi usalo per la revisione e per confronti grossolani, non come misura di livello di ricerca.
Come vengono contate le parole
Il testo viene reso minuscolo e diviso in sequenze di lettere e cifre, e un apostrofo interno resta parte della parola: quindi «l'amore» conta come una parola sola, e così «don't», con l'apostrofo dritto o curvo che molti programmi di scrittura producono. Le lettere accentate contano come lettere, quindi «caffè» è una parola sola. I numeri contano come parole. Il trattino divide una parola in due, quindi «ben-noto» conta come due. Non c'è lemmatizzazione: «cammina», «cammini» e «camminava» sono tre parole diverse.
Di quale strumento hai bisogno?
| Se vuoi… | Usa |
|---|---|
| Un punteggio di varietà per un testo | Questa pagina |
| Ogni parola classificata per numero di occorrenze | Contatore di Frequenza delle Parole |
| Parole ripetute vicine tra loro | Controllo delle ripetizioni di parole |
| Percentuali di densità per ogni termine | Densità Parole Chiave |
| Un elenco di ogni parola distinta | Estrattore di Parole Uniche |
Domande frequenti
- Che cos'è la diversità lessicale?
- È una misura di quanto è varia il vocabolario di un testo, cioè quante parole diverse vengono usate rispetto al numero totale di parole. Si usa nell'insegnamento della scrittura, nella valutazione linguistica e nella ricerca su corpora.
- Qual è un buon rapporto tipo-token?
- Non esiste un obiettivo universale. Per qualche centinaio di parole di prosa espositiva chiara, il valore dal 40% al 60% è tipico, e lo strumento lo chiama varietà tipica. Punteggi più alti sono comuni nei testi brevi e più bassi in quelli lunghi, quindi confronta cose simili.
- Che cos'è il TTR radice?
- Il TTR radice, o indice di Guiraud, è il numero di parole uniche diviso per la radice quadrata del numero totale di parole. Riduce, ma non elimina, la diminuzione del TTR semplice man mano che i testi si allungano.
- Perché il punteggio è più basso quando incollo più testo?
- Perché i testi più lunghi riusano più parole. Il TTR misura la quota di parole nuove, e quella quota si riduce man mano che il testo cresce. Non significa che il tuo vocabolario sia peggiorato.
- Lo strumento elimina le parole vuote o unisce le forme di una stessa parola?
- No. Conta ogni parola, incluse «il» e «di», e tratta ogni forma come separata, quindi «cammina» e «camminava» sono parole diverse. Contare tutte le parole è il modo abituale di riportare il TTR.
- Come posso aumentare la varietà della mia scrittura?
- Guarda la tabella delle parole più ripetute. Dove una parola si ripete senza un motivo, variala o riscrivi la frase. Non sostituire con sinonimi i termini tecnici esatti, perché ripetere un termine chiave spesso aiuta il lettore.
- Il mio testo viene caricato da qualche parte?
- No. I punteggi vengono calcolati nel tuo browser e il testo non viene inviato da nessuna parte.