Calculator de diversitate lexicală
Măsurați variația vocabularului unui text cu raportul tip-jeton și indici asociați.
Calculator de diversitate lexicală
Lipiti orice text și acest instrument măsoară variația vocabularului acestuia — un indicator pe care scriitorii, editorii, profesorii și cercetătorii îl folosesc pentru a identifica fraze repetitive sau pentru a compara bogăția a două pasaje. Numără totalul de cuvinte și cuvintele unice, apoi raportează raportul tip-jeton (TTR), varianta sa rădăcină (indicele Guiraud) și varianta sa logaritmică (C Herdan), plus un TTR cu medie mobilă care eșantionează diversitatea pe ferestrele textului, astfel încât documentele lungi să nu fie penalizate doar pentru că au mai multe cuvinte.
Opțiunile determină ce se consideră a fi un cuvânt distinct. Ignorând cuvintele goale se elimină cuvintele comune precum "și" sau "de" înainte de comparare, pentru ca raportul să reflecte cuvintele de conținut și nu gramatica. Ignorând majuscule și diacritice, "Măr" și "măr" — sau "cărți" și "carti" — sunt tratate ca același cuvânt. Reducerea formei de bază aplică o euristică ușoară de eliminare a sufixelor optimizată pentru limba română, pentru ca "rulând" și "rulează" să se reducă la "rula", mai degrabă decât lematie completă. Lungimea minimă filtrează umpluturi scurte, fereastra cu medie mobilă controlează câte cuvinte acoperă fiecare eșantion de diversitate, și puteți lista la fel de multe cuvinte care se repetă frecvent. Alegeți un rezumat în limbaj natural sau un tabel separat prin tabulații în funcție de faptul că citiți numerele sau le inserați într-o foaie de calcul.
Raportul tip-jeton singur scade pe măsură ce textul devine mai lung, pur și simplu pentru că cuvintele încep să se repete — de aceea există varianta rădăcină și logaritmică și scorul cu medie mobilă, fiecare corectând lungimea diferit. Compararea tuturor celor patru una lângă alta oferă o imagine mai completă decât orice număr unic. Instrumentul gestionează sfârșiturile de linie Windows (CRLF) și Unix (LF) în același mod, iar raportul în direct sub ieșire arată numărarea cuvintelor și cuvintelor unice alături de TTR simplu pe măsură ce tastați.
Totul rulează în browserul dvs. Textul dvs. nu este niciodată trimis unui server, deci este sigur să lipiți schițe, manuscrise sau eseuri de studenți. Copiați rezultatul, descărcați-l ca fișier .txt sau trimiteți ieșirea din nou în intrare pentru a continua să vă rafinați analiza.