Saltar al contenido
Omnikalc

Calculadora de la ley de Heaps: ¿cuántas palabras distintas hay en un texto de una longitud dada?

Introduce las constantes K y β y la longitud del texto para obtener el tamaño de vocabulario esperado, el ritmo de aparición de palabras nuevas y la longitud de texto necesaria para un vocabulario objetivo.

Actualizado el
Tus datos

Valor fuera de rango

Valor fuera de rango

Valor fuera de rango

Valor fuera de rango

Resultados

Tamaño de vocabulario esperado (palabras distintas)

27.925

Palabras nuevas por cada 1000 palabras de texto adicionales
61,4
Palabras de texto necesarias para el vocabulario objetivo
480.515
Parte del texto formada por palabras distintas
11,17 %

La ley de Heaps describe cómo crece el vocabulario de un texto a medida que el texto se alarga. La calculadora de la ley de Heaps toma las constantes K y β, el número de palabras y un vocabulario objetivo, y da el tamaño de vocabulario esperado, las palabras nuevas por cada 1000 palabras adicionales, la longitud de texto necesaria para el vocabulario objetivo y la parte del texto formada por palabras distintas.

Cómo se hace el cálculo

  • La ley de Heaps dice que el número de palabras distintas V crece como una potencia de la longitud del texto N: V = K × N^β.
  • K y β se ajustan sobre un corpus. Para un texto en inglés, K suele estar entre 10 y 100 y β entre 0,4 y 0,6.
  • El ritmo de aparición de palabras nuevas es la derivada, K × β × N^(β − 1) por palabra, y por tanto baja a medida que el texto se alarga. La calculadora la multiplica por 1000.
  • Para hallar la longitud de texto necesaria para un vocabulario objetivo, se despeja N en la ley: N = (V ÷ K)^(1 ÷ β).

Ejemplo

Con K = 30 y β = 0,55, un texto de 250.000 palabras tiene unas 30 × 930,8 = 27.925 palabras distintas, es decir, el 11,2 % del texto. Cada tramo de 1000 palabras adicionales aporta unas 61,4 palabras nuevas. Para alcanzar un vocabulario de 40.000 palabras distintas, el texto debe contener (40.000 ÷ 30)^(1 ÷ 0,55), es decir, unas 480.515 palabras.

Por qué es útil

Cualquiera que construya un índice de búsqueda, un curso de idiomas o un análisis de texto necesita saber con qué rapidez crece el vocabulario. La ley ofrece una forma rápida de prever el almacenamiento, estimar el volumen de lectura y comparar textos.

Conviene saber

La ley es empírica y se ajusta bien a los grandes corpus de lengua natural, pero no a las muestras muy pequeñas ni a los textos muy repetitivos. Las constantes cambian con la lengua y con la manera de contar las palabras. Usa valores ajustados sobre un corpus parecido al tuyo, y toma los resultados como aproximados.

Herramientas relacionadas

La calculadora de legibilidad puntúa la facilidad de un texto, y la calculadora de tiempo de lectura estima cuánto se tarda en leer un texto.

Preguntas frecuentes

¿Qué es la ley de Heaps?

Es una ley empírica de la lingüística y de la recuperación de información, que lleva el nombre de Harold Heaps, según la cual el número de palabras distintas de un texto crece más despacio que el propio texto. Sigue una ley de potencia, así que duplicar un texto no duplica su vocabulario: lo aumenta en un factor menor.

¿Qué valores de K y β son típicos?

Para corpus ingleses, K suele estar entre 10 y 100, y β entre 0,4 y 0,6. Varían según la lengua, el género y la manera de contar las palabras. Las lenguas morfológicamente ricas tienden a tener un β más alto, porque cada raíz aparece en muchas formas.

¿Cómo estimar K y β para mis propios textos?

Cuenta el vocabulario a varias longitudes de texto, por ejemplo a 1000, 10.000 y 100.000 palabras, y ajusta una recta sobre los logaritmos de ambos. La pendiente es β y la ordenada en el origen da el logaritmo de K. Cuantos más puntos, más fiable es el ajuste.

¿Para qué sirve?

Los diseñadores de buscadores la usan para prever el tamaño de un índice, los lingüistas comparan lenguas, y los docentes estiman el volumen de lectura que necesita un estudiante para encontrarse con un número dado de palabras distintas. También la emplean la compresión y la planificación de bases de datos.

¿Te ha resultado útil esta calculadora?

¡Gracias por tu opinión!

Resultados orientativos con fines informativos. No sustituyen el consejo de un profesional.