Kalkulator różnorodności leksykalnej
Wklej akapit, fragment albo cały szkic i naciśnij Oblicz. Otrzymasz liczbę słów, liczbę różnych słów, wskaźnik type-token (TTR) i pierwiastkowy TTR oraz tabelę najczęściej powtarzanych słów. Poniżej krótki przewodnik wyjaśnia, co oznaczają wyniki i dlaczego porównywać można tylko teksty o zbliżonej długości. Za darmo, bez rejestracji, i nic nie jest przesyłane.
Jak korzystać z kalkulatora różnorodności leksykalnej
- Wklej swój tekst. Najlepiej kilka setek słów; bardzo krótkie teksty dostają wysokie wyniki prawie automatycznie.
- Naciśnij Oblicz. Wyniki nie aktualizują się podczas pisania, więc po edycji naciśnij przycisk ponownie.
- Odczytaj cztery wyniki. Łączna liczba słów, unikalne słowa, TTR w procentach i pierwiastkowy TTR.
- Sprawdź ocenę i powtarzane słowa. Pod wynikami pojawia się opis różnorodności, a tabela zawiera do dziesięciu słów, które występują co najmniej dwa razy.
Co oznaczają wyniki
Różnorodność leksykalna to stopień zróżnicowania słownictwa w tekście. Najprostszą miarą jest wskaźnik type-token: liczba różnych słów (typów) podzielona przez łączną liczbę słów (tokenów).
- TTR = unikalne słowa ÷ łączna liczba słów. Wynik waha się od wartości bliskiej 0 (te same kilka słów powtarzanych w kółko) do 1, tutaj pokazanej jako procent.
- Pierwiastkowy TTR = unikalne słowa ÷ √(łączna liczba słów), zwany indeksem Guiraud. Maleje wolniej wraz z wydłużaniem się tekstów, dlatego jest sprawiedliwszy, gdy długości różnią się umiarkowanie.
Narzędzie podaje prostą ocenę: poniżej 40% to mała różnorodność, od 40% do poniżej 60% to wartość typowa, a 60% lub więcej to duża różnorodność. Te progi są przybliżeniem dla fragmentów liczących kilkaset słów. Nie dotyczą zdania liczącego 20 słów ani pracy dyplomowej liczącej 50 000 słów.
Przykład krok po kroku
Wklej ten 56-wyrazowy akapit (po angielsku, bo poniższe liczby dotyczą właśnie tego tekstu): 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. Ma 46 unikalnych słów, więc TTR wynosi 82,1%, a pierwiastkowy TTR 6,15, co narzędzie odczytuje jako dużą różnorodność. Słowo sleep jest najczęstsze, występuje cztery razy.
Teraz wklej ten sam akapit dwa razy. Nic nowego nie zostało powiedziane, ale tekst ma 112 słów, a wciąż tylko 46 unikalnych: TTR spada do 41,1%, a pierwiastkowy TTR do 4,35. To samo pisanie wypada prawie o połowę mniej zróżnicowane, co pokazuje, że powtórzenia obniżają wynik, a sama długość też.
Dlaczego długość zniekształca TTR
Każdy tekst powtarza częste słowa, takie jak the, of i and, a im dłuższy jest tekst, tym więcej jego słów to powtórzenia. TTR więc spada wraz ze wzrostem tekstu, niezależnie od słownictwa autora. Próbka 100-słowna i próbka 1 000-słowna tego samego autora nie dadzą tego samego TTR. Porównuj wyniki tylko między tekstami o zbliżonej długości, najlepiej przycięte do tej samej liczby słów.
Badacze stosują miary zaprojektowane tak, by zmniejszać ten efekt, na przykład MTLD i HD-D (zob. McCarthy and Jarvis, 2010, Behavior Research Methods). To narzędzie ich nie oblicza, więc używaj go do redagowania i do orientacyjnych porównań, a nie jako miary badawczej.
Jak liczone są słowa
Tekst jest zamieniany na małe litery i dzielony na ciągi liter i cyfr. Apostrof wewnątrz słowa zostaje, więc don't to jedno słowo, niezależnie od tego, czy apostrof jest prosty, czy zakrzywiony, jak w wielu edytorach tekstu. Litery z akcentami liczą się jako litery, więc café to jedno słowo. Liczby liczą się jako słowa. Myślnik dzieli wyraz na dwa, więc well-known liczy się jako dwa. Narzędzie nie sprowadza form do formy podstawowej: walk, walks i walked to trzy różne słowa.
Którego narzędzia potrzebujesz?
| Jeśli chcesz… | Użyj |
|---|---|
| Jednej oceny różnorodności tekstu | Ta strona |
| Wszystkich słów uszeregowanych według liczby wystąpień | Licznik częstości słów |
| Słów powtarzanych blisko siebie | Word Repetition Checker |
| Procentowej gęstości każdego terminu | Gęstość słów kluczowych |
| Listy każdego różnego słowa | Ekstraktor unikalnych słów |
Najczęstsze pytania
- Czym jest różnorodność leksykalna?
- To miara tego, jak zróżnicowane jest słownictwo w tekście, czyli ile różnych słów pada w porównaniu z łączną liczbą słów. Stosuje się ją w nauczaniu pisania, w ocenie znajomości języka i w badaniach korpusowych.
- Jaki wskaźnik type-token jest dobry?
- Nie ma uniwersalnego celu. Dla kilkuset słów czystej prozy objaśniającej 40% do 60% jest typowe i tak narzędzie to nazywa. Wyższe wyniki są częste w krótkich tekstach, a niższe w długich, więc porównuj rzeczy podobne z podobnymi.
- Czym jest pierwiastkowy TTR?
- Pierwiastkowy TTR, czyli indeks Guiraud, to liczba unikalnych słów podzielona przez pierwiastek kwadratowy z łącznej liczby słów. Zmniejsza, ale nie usuwa efektu, przez który zwykły TTR spada wraz z wydłużaniem się tekstu.
- Dlaczego mój wynik spada, gdy wklejam więcej tekstu?
- Bo dłuższe teksty powtarzają więcej słów. TTR mierzy udział słów, które jeszcze się nie pojawiły, a ten udział maleje wraz z długością tekstu. Nie oznacza to, że twoje słownictwo się pogorszyło.
- Czy kalkulator pomija słowa funkcyjne albo łączy formy tego samego słowa?
- Nie. Liczy każde słowo, także the i of, i traktuje każdą pisownię osobno, więc walk i walked to różne słowa. Liczenie wszystkich słów to zwykły sposób podawania TTR.
- Jak mogę zwiększyć różnorodność mojego pisania?
- Przyjrzyj się tabeli najczęściej powtarzanych słów. Tam, gdzie słowo powtarza się bez powodu, zamień je na inne albo przepisz zdanie. Nie zamieniaj dokładnych terminów technicznych na synonimy, bo powtarzanie kluczowego terminu często pomaga czytelnikowi.
- Czy mój tekst jest gdziekolwiek przesyłany?
- Nie. Wyniki są obliczane w przeglądarce i tekst nigdzie nie jest wysyłany.