La razón entre formas y ocurrencias mide la variedad del vocabulario de un texto. La calculadora de la razón formas/ocurrencias toma el número total de palabras y el número de palabras distintas, y da la razón entre formas y ocurrencias (TTR, por sus siglas en inglés) y cuatro índices corregidos por la longitud: Guiraud, Carroll, C de Herdan y Maas.
Cómo se hace el cálculo
- Cuenta las ocurrencias, es decir, todas las palabras del texto, y las formas, es decir, las palabras distintas, contando cada forma una sola vez.
- La razón entre formas y ocurrencias es formas ÷ ocurrencias. Va de 0 a 1, y un valor más alto significa un vocabulario más variado.
- Como la razón simple baja cuando los textos se alargan, otras medidas corrigen la longitud: Guiraud = formas ÷ √ocurrencias, Carroll = formas ÷ √(2 × ocurrencias) y C de Herdan = ln(formas) ÷ ln(ocurrencias).
- Maas a² = (ln ocurrencias − ln formas) ÷ (ln ocurrencias)² también está pensado para mantenerse estable según la longitud, y los valores más bajos indican un vocabulario más rico.
Ejemplo
Un texto tiene 1200 palabras, de las cuales 480 son distintas. La razón entre formas y ocurrencias es 480 ÷ 1200 = 0,400. El índice de Guiraud es 480 ÷ √1200 = 13,86, el de Carroll es 9,80, la C de Herdan es ln 480 ÷ ln 1200 = 0,871, y la a² de Maas es 0,0182.
Por qué es útil
La riqueza del vocabulario es una característica básica de la lengua escrita y de la oral. Los estudiantes de lenguas, los profesores de segundas lenguas y cualquier persona que compare textos pueden usar estos índices para cuantificar la repetición y la variedad.
Qué debes saber
Las medidas dependen de la definición de palabra y de la decisión de contar formas como «camina» y «caminaba» como una o dos formas. También dependen de la longitud del texto, así que compara solo textos recortados al mismo tamaño. Las muestras de menos de 100 palabras dan valores inestables.
Herramientas relacionadas
La calculadora de legibilidad puntúa la facilidad de lectura de un texto, y la calculadora de tiempo de lectura estima cuánto se tarda en leerlo.