Công Cụ Tính Đa Dạng Từ Vựng
Dán một đoạn văn, một phần bài viết hoặc cả bản nháp rồi nhấn Tính Toán. Bạn sẽ nhận được số từ, số từ khác nhau, tỷ lệ kiểu-token (TTR) và TTR gốc, cùng bảng những từ bạn lặp lại nhiều nhất. Hướng dẫn ngắn bên dưới giải thích ý nghĩa các điểm số và lý do chỉ nên so sánh các văn bản có độ dài tương tự. Miễn phí, không cần đăng ký, và không có gì được tải lên.
Cách Sử Dụng Công Cụ Tính Đa Dạng Từ Vựng
- Dán văn bản của bạn. Nên dùng ít nhất vài trăm từ nếu có thể; văn bản rất ngắn gần như luôn đạt điểm cao một cách tự động.
- Nhấn Tính Toán. Kết quả không cập nhật khi bạn gõ, nên hãy nhấn lại nút sau khi chỉnh sửa.
- Đọc bốn điểm số. Tổng số từ, số từ duy nhất, TTR dưới dạng phần trăm và TTR gốc.
- Xem nhận định và các từ lặp lại. Một mức đánh giá bằng ngôn ngữ đơn giản đi kèm các điểm số, và bảng liệt kê tối đa mười từ xuất hiện ít nhất hai lần.
Ý Nghĩa Của Các Điểm Số
Đa dạng từ vựng cho biết vốn từ trong một văn bản phong phú đến đâu. Cách đo đơn giản nhất là tỷ lệ kiểu-token: số từ khác nhau (kiểu) chia cho tổng số từ (token).
- TTR = từ duy nhất ÷ tổng số từ. Giá trị nằm trong khoảng từ gần 0 (cùng một vài từ được lặp đi lặp lại) đến 1, được hiển thị ở đây dưới dạng phần trăm.
- TTR gốc = từ duy nhất ÷ √(tổng số từ), thường gọi là chỉ số Guiraud. Chỉ số này giảm chậm hơn khi văn bản dài ra, nên công bằng hơn khi độ dài khác nhau vừa phải.
Công cụ đưa ra nhận định đơn giản: dưới 40% là đa dạng thấp, từ 40% đến dưới 60% là điển hình, và từ 60% trở lên là cao. Các mức này là quy tắc kinh nghiệm cho đoạn văn vài trăm từ. Chúng không áp dụng cho một câu 20 từ hay một luận án 50.000 từ.
Ví Dụ Minh Họa
Dán đoạn văn tiếng Anh 56 từ này: 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. Đoạn văn có 46 từ duy nhất, nên TTR là 82,1% và TTR gốc là 6,15, công cụ đánh giá là đa dạng cao. Sleep là từ xuất hiện nhiều nhất, với bốn lần.
Bây giờ hãy dán cùng đoạn văn đó hai lần. Không có ý mới nào được thêm vào, nhưng văn bản dài 112 từ vẫn chỉ có 46 từ duy nhất: TTR giảm xuống 41,1% và TTR gốc xuống 4,35. Cùng một bài viết nhưng điểm đa dạng chỉ còn khoảng một nửa, cho thấy sự lặp lại làm giảm điểm, và chính độ dài cũng làm giảm điểm.
Vì Sao Độ Dài Làm Sai Lệch TTR
Mọi văn bản đều tái sử dụng các từ phổ biến như the, of và and, và văn bản càng dài thì càng có nhiều từ được tái sử dụng. Vì vậy TTR giảm khi văn bản tăng lên, bất kể vốn từ của người viết ra sao. Một mẫu 100 từ và một mẫu 1.000 từ của cùng một tác giả sẽ không cho cùng TTR. Chỉ nên so sánh điểm số giữa các văn bản có độ dài tương tự, lý tưởng nhất là cắt về cùng số từ.
Các nhà nghiên cứu dùng những thước đo được thiết kế để giảm hiệu ứng này, chẳng hạn MTLD và HD-D (xem McCarthy and Jarvis, 2010, trong Behavior Research Methods). Công cụ này không tính các chỉ số đó, nên hãy dùng nó để chỉnh sửa và so sánh sơ bộ, không xem nó như thước đo đạt chuẩn nghiên cứu.
Cách Đếm Từ
Văn bản được chuyển thành chữ thường và tách thành các chuỗi chữ cái và chữ số, với dấu nháy đơn được giữ bên trong từ, nên don't là một từ, dù dấu nháy là thẳng hay là dấu cong mà nhiều trình soạn thảo tạo ra. Chữ cái có dấu được tính là chữ cái, nên café là một từ. Số được tính là từ. Dấu gạch nối tách một từ thành hai, nên well-known được đếm là hai. Công cụ không đưa về dạng gốc: walk, walks và walked là ba từ khác nhau.
Bạn Cần Công Cụ Nào?
| Nếu bạn muốn… | Hãy dùng |
|---|---|
| Một điểm đa dạng cho một văn bản | Trang này |
| Mọi từ được xếp hạng theo số lần xuất hiện | Công Cụ Đếm Tần Suất Từ |
| Các từ lặp lại gần nhau | Word Repetition Checker |
| Tỷ lệ mật độ cho từng thuật ngữ | Mật Độ Từ Khóa |
| Danh sách từng từ khác nhau | Công Cụ Trích Xuất Từ Duy Nhất |
Câu Hỏi Thường Gặp
- Đa dạng từ vựng là gì?
- Đó là thước đo mức độ phong phú của vốn từ trong một văn bản, tức là có bao nhiêu từ khác nhau được dùng so với tổng số từ. Nó được dùng trong dạy viết, đánh giá năng lực ngôn ngữ và nghiên cứu ngữ liệu.
- Tỷ lệ kiểu-token tốt là bao nhiêu?
- Không có mục tiêu chung cho mọi trường hợp. Với vài trăm từ văn xuôi giải thích rõ ràng, 40% đến 60% là điển hình, và công cụ gọi đó là đa dạng ở mức điển hình. Văn bản ngắn thường đạt điểm cao hơn và văn bản dài thường thấp hơn, nên hãy so sánh các văn bản tương đương.
- TTR gốc là gì?
- TTR gốc, hay chỉ số Guiraud, là số từ duy nhất chia cho căn bậc hai của tổng số từ. Nó làm giảm, nhưng không loại bỏ, việc TTR thông thường giảm khi văn bản dài ra.
- Vì sao điểm của tôi thấp hơn khi tôi dán nhiều văn bản hơn?
- Vì văn bản dài hơn tái sử dụng nhiều từ hơn. TTR đo tỷ lệ các từ mới, và tỷ lệ đó co lại khi văn bản tăng lên. Điều đó không có nghĩa là vốn từ của bạn đã kém đi.
- Công cụ có loại bỏ từ dừng hoặc gộp các dạng từ lại không?
- Không. Công cụ đếm mọi từ, kể cả the và of, và coi mỗi cách viết là riêng biệt, nên walk và walked là hai từ khác nhau. Đếm tất cả các từ là cách báo cáo TTR phổ biến.
- Làm thế nào để tăng độ đa dạng trong bài viết của tôi?
- Xem bảng các từ lặp lại nhiều nhất. Khi một từ lặp lại mà không có lý do, hãy thay bằng từ khác hoặc viết lại câu. Đừng thay các thuật ngữ kỹ thuật chính xác bằng từ đồng nghĩa, vì lặp lại một thuật ngữ then chốt thường giúp người đọc hơn.
- Văn bản của tôi có được tải lên đâu không?
- Không. Các điểm số được tính trong trình duyệt của bạn và văn bản không được gửi đi đâu cả.