La loi de Heaps décrit comment le vocabulaire d’un texte grandit quand le texte s’allonge. Le calculateur de loi de Heaps prend les constantes K et β, le nombre de mots et un vocabulaire visé, et donne la taille de vocabulaire attendue, les mots nouveaux pour 1 000 mots supplémentaires, la longueur de texte nécessaire pour le vocabulaire visé et la part du texte formée de mots différents.
Comment se fait le calcul
- La loi de Heaps dit que le nombre de mots différents V croît comme une puissance de la longueur du texte N : V = K × N^β.
- K et β sont ajustés sur un corpus. Pour un texte anglais, K est souvent entre 10 et 100 et β entre 0,4 et 0,6.
- Le rythme d’apparition de mots nouveaux est la dérivée, K × β × N^(β − 1) par mot, donc il baisse quand le texte s’allonge. Le calculateur la multiplie par 1 000.
- Pour trouver la longueur de texte nécessaire pour un vocabulaire visé, on résout la loi en N : N = (V ÷ K)^(1 ÷ β).
Exemple
Avec K = 30 et β = 0,55, un texte de 250 000 mots compte environ 30 × 930,8 = 27 925 mots différents, soit 11,2 % du texte. Chaque tranche de 1 000 mots supplémentaires ajoute environ 61,4 mots nouveaux. Pour atteindre un vocabulaire de 40 000 mots différents, le texte doit contenir (40 000 ÷ 30)^(1 ÷ 0,55), soit environ 480 515 mots.
Pourquoi c’est utile
Toute personne qui construit un index de recherche, un cours de langue ou une analyse de texte doit savoir à quelle vitesse le vocabulaire croît. La loi donne un moyen rapide de prévoir le stockage, d’estimer le volume de lecture et de comparer des textes.
À savoir
La loi est empirique et s’ajuste bien aux grands corpus de langue naturelle, mais pas aux très petits échantillons ni aux textes très répétitifs. Les constantes changent avec la langue et la façon de compter les mots. Utilisez des valeurs ajustées sur un corpus proche du vôtre, et prenez les résultats comme approximatifs.
Outils liés
Le calculateur de lisibilité note la facilité d’un texte, et le calculateur de temps de lecture estime la durée de lecture d’un texte.