Numărare cuvinte unice

Numărați cuvintele unice dintr-un text și vedeți fiecare cuvânt diferit o singură dată. Contorul arată câte cuvinte diferite folosiți, câte apar o singură dată și raportul tip-token, o măsură rapidă a bogăției vocabularului.

Listă de cuvinte unice
Raport tip-token
Rămâne pe dispozitiv

Textul dumneavoastră 0 cuvinte · 0 caractere

Diferențiați majusculele (Mare și mare sunt diferite)Includeți numereleIgnorați cuvintele frecvente Ordine

Deschideți un fișier

Rămâne pe acest dispozitiv

Lista cuvintelor unice

Fiecare cuvânt diferit o singură dată, cu numărul de utilizări și locul primei apariții.

Cuvintele unice apar aici.

Cum numărați cuvintele unice dintr-un text

Numărați cuvintele diferite dintr-un text în trei pași.

Lipiți textul

De la un paragraf la un capitol întreg. Rezultatul se actualizează imediat.
Setați opțiunile

Alegeți dacă Mare și mare sunt cuvinte diferite, dacă se numără numerele și dacă se ignoră cuvintele uzuale, ca „și” sau „de”.
Folosiți lista

Fiecare cuvânt diferit apare o dată, cu numărul de utilizări. Sortați de la A la Z, după frecvență sau lungime ori afișați doar cuvintele folosite o dată și copiați sau descărcați lista.

Exemplu

Exemplul are 47 de cuvinte, dar doar 32 unice; raportul este de 68,1 %. „Fiecare” apare de 4 ori, iar „zi” de 3 ori.

Numărați cuvintele unice din exemplu

Cuvinte unice și numărul total de cuvinte

Totalul numără toate cuvintele; cuvintele unice numără fiecare cuvânt diferit o singură dată.

Text	Total cuvinte	Cuvinte unice
„Pisica și câinele și șoarecele”	5	4 (pisica, și, câinele, șoarecele)
„Hai, hai, hai!”	3	1 (hai)
„Casă, casa, casele”	3	3 (fiecare formă separat)
„Merg, mers, mergeam, merg”	4	3 (merg, mers, mergeam)
Paragraful de exemplu de pe această pagină	47	32

Cu cât textul este mai lung, cu atât diferența dintre total și cuvintele unice crește, pentru că cuvintele uzuale revin mereu. În română, fiecare formă articulată, de plural sau de conjugare se numără ca un cuvânt separat.

Metodă

Raportul tip-token: cât de bogat este vocabularul?

Raportul dintre cuvintele unice și totalul cuvintelor se numește în lingvistică raport tip-token (TTR). El compară cuvintele diferite (tipuri) cu toate cuvintele (tokenuri).

TTR = cuvinte unice ÷ total cuvinte × 100

Cuvinte unice: Cuvintele diferite din text (tipuri)
Total cuvinte: Toate cuvintele, inclusiv repetările (tokenuri)

Paragraful de exemplu

32 unice ÷ 47 total × 100

68,1 %

O exclamație repetată

1 unic ÷ 3 total × 100

33,3 %

TTR scade pe măsură ce textul se lungește, pentru că cuvintele uzuale revin inevitabil. Comparați raportul doar între texte de lungimi apropiate.

Ce arată contorul de cuvinte unice

Pe lângă numărul de cuvinte unice, contorul arată cifrele care vă descriu vocabularul.

#
Cuvinte unice

Fiecare cuvânt diferit, numărat o singură dată.
1×
Folosite o singură dată

Cuvintele care apar o singură dată; în lingvistică se numesc hapax legomena.
x̄
Utilizare medie

Totalul cuvintelor împărțit la cuvintele unice: de câte ori apare în medie fiecare cuvânt.
A–Z
Listă sortabilă

După prima apariție, de la A la Z, după frecvență, după lungime sau doar cuvintele folosite o dată.

La ce folosește o listă de cuvinte unice

O listă de cuvinte diferite ajută la scris, la predare și la lucrul cu date.

Utilizare	Cum ajută lista
Liste de vocabular	Profesorii și elevii transformă un text într-o listă alfabetică de cuvinte de învățat.
Varietate într-un eseu	Un raport mic pentru o anumită lungime poate însemna că folosiți prea des aceleași cuvinte.
Versuri și poezii	Vedeți câte cuvinte diferite folosește de fapt un cântec în raport cu lungimea lui.
Curățarea duplicatelor	Copiați cuvintele unice pentru o listă curată, fără repetări.
Lucrul cu date	Găsiți fiecare valoare, etichetă sau cuvânt-cheie diferit dintr-o listă lipită.
Oferte de traducere	Cuvintele diferite arată câte cuvinte noi conține de fapt un document.

Ce se numără drept cuvânt unic

Contorul folosește aceleași reguli ca contorul de cuvinte:

Cratimele rămân în cuvânt: s-a, într-o și Cluj-Napoca sunt fiecare un singur cuvânt.
Formele articulate și flexionate sunt separate: casă, casa și casele sunt trei cuvinte unice, la fel ca merg, mers și mergeam.
Diacriticele contează: casă și casa sunt cuvinte diferite, dar formele cu sedilă (ş, ţ) se numără la fel ca ș și ț.
Numerele se numără drept cuvinte, dacă nu dezactivați „Includeți numerele”.
Majusculele sunt ignorate, dacă nu activați opțiunea. Atunci Mare și mare sunt două cuvinte.

Dacă vreți să vedeți ce cuvinte repetați cel mai des, sortați lista după frecvență sau folosiți contorul de frecvență a cuvintelor, care dă o listă ordonată, cu densitate.

Întrebări frecvente despre cuvintele unice

Ce sunt cuvintele unice?

Cuvintele numărate o singură dată, oricât de des ar apărea. „Pisica și câinele și șoarecele” are 5 cuvinte, dar doar 4 unice, pentru că „și” apare de două ori.

Care este un raport tip-token bun?

Nu există o valoare ideală, pentru că raportul scade pe măsură ce textul se lungește. Comparați texte de lungimi apropiate: textul cu raportul mai mare are vocabularul mai bogat.

Cum elimin cuvintele duplicate dintr-o listă?

Lipiți lista și apăsați „Copiați cuvintele unice”. Primiți fiecare cuvânt o dată, în ordinea primei apariții, gata de lipit.

Cuvintele cu majusculă se numără separat?

Doar dacă activați „Diferențiați majusculele”. Implicit, Casa și casa sunt același cuvânt unic.

Ce este un hapax legomenon?

Un cuvânt care apare o singură dată într-un text. Contorul arată câte sunt, iar sortarea „Cele folosite o dată întâi” le pune la început.

Funcționează și pentru alte limbi?

Da, pentru orice limbă care desparte cuvintele prin spații.

Textul meu rămâne privat?

Da. Numărarea are loc în browser și nu se trimite nimic.

Surse și referințe

Lexical diversity, Wikipedia
Zipf’s law, Wikipedia