Le rapport formes sur occurrences mesure la variété du vocabulaire d’un texte. Le calculateur de rapport formes sur occurrences prend le nombre total de mots et le nombre de mots différents, et donne le rapport formes sur occurrences et quatre indices corrigés de la longueur : Guiraud, Carroll, C de Herdan et Maas.
Comment se fait le calcul
- Comptez les occurrences, c’est-à-dire tous les mots du texte, et les formes, c’est-à-dire les mots différents, chaque forme n’étant comptée qu’une fois.
- Le rapport formes sur occurrences est formes ÷ occurrences. Il va de 0 à 1, et une valeur plus élevée signifie un vocabulaire plus varié.
- Comme le rapport simple baisse quand les textes s’allongent, d’autres mesures corrigent la longueur : Guiraud = formes ÷ √occurrences, Carroll = formes ÷ √(2 × occurrences) et C de Herdan = ln(formes) ÷ ln(occurrences).
- Maas a² = (ln occurrences − ln formes) ÷ (ln occurrences)² est aussi conçu pour rester stable selon la longueur, et des valeurs plus basses signifient un vocabulaire plus riche.
Exemple
Un texte compte 1 200 mots, dont 480 différents. Le rapport formes sur occurrences est de 480 ÷ 1 200 = 0,400. L’indice de Guiraud est de 480 ÷ √1 200 = 13,86, celui de Carroll de 9,80, le C de Herdan de ln 480 ÷ ln 1 200 = 0,871, et le a² de Maas de 0,0182.
Pourquoi c’est utile
La richesse du vocabulaire est une caractéristique de base de l’écrit et de l’oral. Les étudiants en langues, les enseignants de langues secondes et toute personne qui compare des textes peuvent utiliser ces indices pour chiffrer la répétition et la variété.
À savoir
Les mesures dépendent de la définition d’un mot et du choix de compter des formes comme marche et marchait pour une ou deux formes. Elles dépendent aussi de la longueur du texte, donc ne comparez que des textes coupés à la même taille. Les échantillons de moins de 100 mots donnent des valeurs instables.
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.