Kalkulátor lexikálnej diverzity
Zmerajte rozmanitosť slovníka textu pomocou type-token ratio a ďalších indexov.
Kalkulátor lexikálnej diverzity
Vložte ľubovoľný text a tento nástroj zmeraí rozmanitosť jeho slovníka — metriku, ktorú používajú písatelia, redaktori, učitelia a výskumní pracovníci na zistenie opakujúcich sa fráz alebo porovnanie bohatstva dvoch úryvkov. Počítam celkový počet slov a počet jedinečných slov, potom hlásim type-token ratio (TTR), jeho odmocninový variant (Guiraudov index) a logaritmický variant (Herdanov C), plus pohyblivý priemer TTR, ktorý vzorkuje rozmanitosť v oknách textu, aby dlhé dokumenty neboli neférovo penalizované len za počet slov.
Možnosti formujú, čo sa počíta ako odlišné slovo. Ignorovať stop slová odstraňuje bežné funkčné slová ako "the" alebo "and" pred porovnaním, takže pomer vyjadruje obsahové slová namiesto gramatiky. Ignorovať veľkosť a diakritiku považuje "Apple" a "apple" — alebo "café" a "cafe" — za rovnaké slovo. Redukovať slová na základný tvar aplikuje ľahkú heuristiku odstraňovania prípon optimalizovanú pre angličtinu, takže "running" a "runs" sa približujú "run", namiesto úplnej lematizácie. Minimálna dĺžka slova filtruje krátke výplne, okno pohyblivého priemeru reguluje počet slov, ktoré každá vzorka diverzity pokrýva, a môžete zoznamiť toľko najčastejších opakovaných slov, koľko chcete. Vyberte si zrozumiteľný sumár alebo tabuľku oddelenú tabulátorom podľa toho, či čítate čísla alebo ich vkladáte do tabuľky.
Type-token ratio samotný klesá, keď sa text predlžuje, čisto preto, že sa slová začínajú opakovať — preto existujú odmocninový a logaritmický variant a priemer pohyblivého okna, z ktorých každý korigovať dĺžku inak. Porovnanie všetkých štyroch vedľa seba dáva úplnejší obrázok ako ktorékoľvek jednotné číslo. Nástroj spracováva Windows (CRLF) a Unix (LF) konce riadkov rovnakým spôsobom a živá sumácia pod výstupom ukazuje počty slov a jedinečných slov spolu so závislosťou TTR pri písaní.
Všetko beží v tvojom prehliadači. Tvoj text sa nikdy neodesaí na server, takže je bezpečné vkladať návrhy, rukopisy alebo študentské eseje. Skopíruj výsledok, stiahni ho ako súbor .txt alebo pošli výstup späť do vstupu, aby si ďalej zdokonaľoval svoju analýzu.