Calcolatore del rapporto tipo-token e varietà lessicale

Incolli un testo, una trascrizione, un saggio o qualsiasi altro contenuto per ottenere i conteggi di base e un rapporto riproducibile compreso tra zero e uno. Il calcolo è deterministico, supporta parole e numeri Unicode, conserva gli apostrofi interni e può raggruppare o distinguere parole che differiscono solo per maiuscole e minuscole.

Comprenda che cosa misura il rapporto

Il rapporto tipo-token, spesso abbreviato in TTR, confronta la varietà del vocabolario con la lunghezza del testo. Un token è ogni occorrenza di una parola nel brano, mentre un tipo è una forma di parola distinta. Nella frase «gli uccelli cantano e gli uccelli volano» ci sono sette token ma cinque tipi, perché «gli» e «uccelli» compaiono due volte. Dividendo i tipi per i token si ottiene un punteggio maggiore di zero e non superiore a uno. Un valore pari a uno indica che ogni token è unico; un valore più basso segnala più ripetizioni. Questa lettura semplice rende la misura utile per una prima analisi di testi, trascrizioni, produzioni di studenti e raccolte editoriali. Il rapporto, tuttavia, descrive e non giudica la qualità. La ripetizione può essere intenzionale, necessaria o utile, soprattutto nelle istruzioni tecniche e nelle spiegazioni mirate. Consideri i conteggi di token e tipi insieme al rapporto per capire precisamente come nasce il risultato, anziché usare un solo valore decimale come valutazione completa dello stile o delle capacità linguistiche.

Confronti i testi su basi omogenee

La lunghezza del testo influenza fortemente il rapporto tipo-token di base. I brani brevi offrono meno occasioni di ripetere le parole e spesso ricevono punteggi più alti di quelli lunghi, anche quando provengono dalla stessa persona o trattano lo stesso argomento. Per un confronto significativo, analizzi campioni simili per lunghezza, genere, lingua e preparazione. Confronti, per esempio, due saggi di cinquecento parole invece di un breve messaggio e una relazione completa. Questo calcolatore riconosce come token le sequenze di lettere o numeri Unicode e conserva gli apostrofi interni dritti o tipografici, così le forme elise restano unite. La punteggiatura esterna non crea un nuovo tipo. Per impostazione predefinita, le differenze tra maiuscole e minuscole vengono unite: «Libro» e «libro» contano come lo stesso tipo. Attivi la distinzione solo se è pertinente. Mantenga identiche le impostazioni, annoti il totale dei token e interpreti con cautela le piccole differenze, specialmente per brani brevi o di argomento diverso.

Usi il risultato in un flusso riproducibile

Un flusso affidabile parte da un campione definito con chiarezza. Prima dell’invio, decida se titoli, citazioni, etichette dei parlanti, numeri e testi standard debbano rientrare nell’analisi. Eliminare questi elementi da un campione e conservarli in un altro modifica sia il numeratore sia il denominatore. Esegua ogni brano preparato con la stessa impostazione per le maiuscole e conservi tutti e quattro i campi restituiti: token totali, tipi distinti, rapporto tipo-token e regola applicata alla distinzione. Questi valori rendono il risultato verificabile e riproducibile. La versione nel browser è pratica per controlli singoli, mentre l’API si adatta a elaborazioni in serie, pannelli editoriali, strumenti didattici e preparazione di ricerche. Il calcolo è deterministico e non invia il testo a un modello di IA, quindi gli stessi dati e opzioni producono lo stesso risultato. Se non può uniformare la lunghezza, segnali il limite o aggiunga una misura corretta per l’estensione. Interpreti soprattutto il numero nel contesto: un rapporto basso può riflettere terminologia necessaria, coerenza tematica, citazioni o dialoghi ripetuti, non un vocabolario povero.