Lexicale-diversiteitscalculator
Plak een alinea, een essaygedeelte of een heel concept en druk op Berekenen. Je krijgt het aantal woorden, het aantal verschillende woorden, de type-tokenratio (TTR) en de wortel-TTR, plus een tabel met de woorden die je het vaakst herhaalt. Een korte uitleg hieronder legt uit wat de scores betekenen en waarom je alleen teksten van vergelijkbare lengte moet vergelijken. Gratis, zonder registratie, en er wordt niets geüpload.
Zo gebruik je de lexicale-diversiteitscalculator
- Plak je tekst. Gebruik minstens een paar honderd woorden als je kunt; heel korte teksten scoren bijna altijd automatisch hoog.
- Druk op Berekenen. De resultaten veranderen niet terwijl je typt, dus druk opnieuw op de knop nadat je iets hebt aangepast.
- Lees de vier scores. Totaal aantal woorden, unieke woorden, de TTR als percentage en de wortel-TTR.
- Bekijk het oordeel en de herhaalde woorden. Na de scores volgt een begrijpelijke categorie, en de tabel toont tot tien woorden die minstens twee keer voorkomen.
Wat de scores betekenen
Lexicale diversiteit is hoe gevarieerd de woordenschat in een tekst is. De eenvoudigste maat is de type-tokenratio: het aantal verschillende woorden (types) gedeeld door het totale aantal woorden (tokens).
- TTR = unieke woorden ÷ totaal aantal woorden. De waarde loopt van bijna 0 (dezelfde paar woorden steeds opnieuw) tot 1, hier getoond als percentage.
- Wortel-TTR = unieke woorden ÷ √(totaal aantal woorden), ook wel de Guiraud-index genoemd. Hij daalt minder steil naarmate teksten langer worden, dus hij is eerlijker wanneer de lengtes matig verschillen.
De tool geeft een eenvoudig oordeel: onder 40% is weinig variatie, 40% tot onder 60% is gebruikelijk, en 60% of hoger is veel variatie. Deze grenzen zijn vuistregels voor passages van enkele honderden woorden. Ze gelden niet voor een zin van 20 woorden of een scriptie van 50.000 woorden.
Uitgewerkt voorbeeld
Plak deze alinea van 56 woorden: 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. Er zijn 46 unieke woorden, dus de TTR is 82,1% en de wortel-TTR is 6,15, wat de tool als veel variatie beschouwt. Het woord “sleep” komt het vaakst voor, vier keer.
Plak nu dezelfde alinea twee keer. Er wordt niets nieuws gezegd, maar de tekst is 112 woorden lang met nog steeds maar 46 unieke woorden: de TTR zakt naar 41,1% en de wortel-TTR naar 4,35. Dezelfde tekst scoort dus ongeveer half zo divers, wat laat zien dat herhaling de score verlaagt en dat lengte op zichzelf de score ook verlaagt.
Waarom lengte de TTR vertekent
Elke tekst gebruikt veelvoorkomende woorden zoals “the”, “of” en “and” opnieuw, en hoe langer een tekst loopt, hoe meer van zijn woorden hergebruik zijn. De TTR daalt daarom naarmate een tekst groeit, ongeacht de woordenschat van de schrijver. Een steekproef van 100 woorden en een van 1.000 woorden van dezelfde auteur geven niet dezelfde TTR. Vergelijk scores daarom alleen tussen teksten van vergelijkbare lengte, bij voorkeur ingekort tot hetzelfde aantal woorden.
Onderzoekers gebruiken maten die dit effect verkleinen, zoals MTLD en HD-D (zie McCarthy and Jarvis, 2010, in Behavior Research Methods). Deze tool berekent die niet. Gebruik hem dus voor herziening en een ruwe vergelijking, niet als maat van onderzoekskwaliteit.
Hoe woorden worden geteld
De tekst wordt in kleine letters gezet en opgesplitst in reeksen van letters en cijfers, waarbij een apostrof binnen een woord blijft staan. Dus don't is één woord, of de apostrof recht is of het krulletje dat veel tekstverwerkers gebruiken. Letters met accenten tellen als letters, dus café is één woord. Getallen tellen mee als woorden. Een koppelteken splitst een woord in twee, dus well-known telt als twee. Er wordt niet gelemmatiseerd: walk, walks en walked zijn drie verschillende woorden.
Welke tool heb je nodig?
| Je wilt… | Gebruik |
|---|---|
| Eén variatiescore voor een tekst | Deze pagina |
| Elk woord gerangschikt op aantal | Woordfrequentieteller |
| Woorden die dicht bij elkaar worden herhaald | Word Repetition Checker |
| Dichtheidspercentages per term | Trefwoorddichtheid |
| Een lijst met elk afzonderlijk woord | Unieke-woorden-extractor |
Veelgestelde vragen
- Wat is lexicale diversiteit?
- Het is een maat voor hoe gevarieerd de woordenschat in een tekst is, dus hoeveel verschillende woorden er worden gebruikt ten opzichte van het totale aantal woorden. Het wordt gebruikt in schrijfonderwijs, taalbeoordeling en corpusonderzoek.
- Wat is een goede type-tokenratio?
- Er is geen universeel streefgetal. Voor enkele honderden woorden heldere uitleggende tekst is 40% tot 60% gebruikelijk; de tool noemt dat gebruikelijke variatie. Hogere scores komen vaker voor bij korte teksten en lagere bij lange teksten, dus vergelijk gelijke met gelijke.
- Wat is wortel-TTR?
- De wortel-TTR, of Guiraud-index, is het aantal unieke woorden gedeeld door de vierkantswortel van het totale aantal woorden. Hij vermindert, maar elimineert niet, de daling die de gewone TTR laat zien naarmate teksten langer worden.
- Waarom is mijn score lager als ik meer tekst plak?
- Omdat langere teksten meer woorden hergebruiken. De TTR meet het aandeel woorden dat nieuw is, en dat aandeel slinkt naarmate de tekst groeit. Het betekent niet dat je woordenschat slechter is geworden.
- Verwijdert de calculator stopwoorden of telt hij woordvormen samen?
- Nee. Hij telt elk woord, inclusief woorden als “the” en “of”, en behandelt elke spelling apart, dus walk en walked zijn verschillende woorden. Alle woorden tellen is de gebruikelijke manier om de TTR te rapporteren.
- Hoe kan ik de variatie in mijn schrijfwerk vergroten?
- Kijk naar de tabel met de meest herhaalde woorden. Waar een woord zonder reden terugkomt, varieer het of herschrijf de zin. Vervang exacte vaktermen niet door synoniemen, want het herhalen van een kernbegrip helpt de lezer vaak.
- Wordt mijn tekst geüpload?
- Nee. De scores worden in je browser berekend en de tekst wordt nergens naartoe gestuurd.