પાઠ વિશ્લેષક - ફ્રી શબ્દ કાઉન્ટર & અક્ષર ગણતરી સાધન

ટેક્સ્ટ વિશ્લેષક લેખિત સામગ્રીના એક ભાગનું માપન કરતું સાધન છે. આ ટેક્સ્ટ વિશ્લેષક શબ્દો, અક્ષરો, વાક્યો અને ફકરાઓ ગણે છે, વાંચન સમયનો અંદાજ આપે છે અને ટેક્સ્ટના એક અંશમાં સૌથી વધુ વપરાયેલા શબ્દોની યાદી બનાવે છે.

ટેક્સ્ટ વિશ્લેષકનો ઉપયોગ કેવી રીતે કરવો

1. ઇનપુટ બૉક્સમાં ટેક્સ્ટ પેસ્ટ કરો અથવા ટાઇપ કરો. Word, Google Docs, ઇમેઇલ અથવા વેબ પેજમાંથી લીધેલું ટેક્સ્ટ પણ ચાલે છે.
2. વિશ્લેષણ કરો પસંદ કરો. આ સાધન સંપૂર્ણપણે બ્રાઉઝરમાં ચાલે છે, તેથી કોઈ ટેક્સ્ટ સર્વરને મોકલવામાં આવતો નથી.
3. પરિણામો વાંચો. દરેક આંકડો તેના લેબલ સાથે દેખાય છે.
4. ટેક્સ્ટમાં ફેરફાર કરીને જરૂર મુજબ જેટલી વાર ઇચ્છો તેટલી વાર ફરી વિશ્લેષણ કરો, જેમ કે નિબંધને શબ્દમર્યાદામાં લાવતી વખતે.

શબ્દોની સંખ્યા કેવી રીતે ગણવામાં આવે છે

સાધન ટેક્સ્ટને ખાલી જગ્યા, ટૅબ અને લાઇન બ્રેક જેવી વ્હાઇટસ્પેસ પર અલગ ટોકનમાં વિભાજિત કરે છે. કોઈ ટોકનમાં ઓછામાં ઓછો એક અક્ષર અથવા આંકડો હોય ત્યારે જ તેને શબ્દ ગણવામાં આવે છે; તેથી એકલું વિરામચિહ્ન અથવા ડૅશની શ્રેણી ગણાતી નથી. આ તપાસ માત્ર અંગ્રેજી વર્ણમાળા માટે નહીં, પરંતુ લૅટિન, સિરિલિક, ગ્રીક, અરબી અને CJK અક્ષરો સહિત કોઈપણ લિપિ માટે કાર્ય કરે છે.

"well-known" જેવા હાઇફનવાળા શબ્દ અને "don't" જેવા સંક્ષિપ્ત રૂપને એક-એક શબ્દ ગણવામાં આવે છે, કારણ કે તેમાં ખાલી જગ્યા નથી.

અક્ષરોની સંખ્યા કેવી રીતે ગણવામાં આવે છે

સાધન અક્ષરોની બે સંખ્યાઓ દર્શાવે છે:

• અક્ષરો (ખાલી જગ્યાઓ સહિત): ટેક્સ્ટમાંના ખાલી સ્થાન અને વિરામચિહ્નો સહિત દરેક અક્ષર.
• અક્ષરો (ખાલી જગ્યાઓ વિના): બધી વ્હાઇટસ્પેસ દૂર કર્યા પછીની એ જ ગણતરી.

બંને ગણતરી કાચા કમ્પ્યુટર કોડ યુનિટને બદલે ગ્રાફિમ ક્લસ્ટર માપે છે, એટલે કે વાચકને એક જ અક્ષર તરીકે દેખાતા એકમોને. કમ્પ્યુટર ઇમોજી અને અન્ય ચિહ્નોને એક કરતાં વધુ કોડ યુનિટમાં સંગ્રહિત કરતું હોવાથી આ તફાવત મહત્વનો છે. ઉદાહરણ તરીકે, ટેક્સ્ટ "Hi 👍🏽 there"માં આ પદ્ધતિ મુજબ 10 અક્ષરો છે, જોકે એ જ સ્ટ્રિંગમાં કાચા કોડ યુનિટની સંખ્યા 13 છે, કારણ કે ચામડીના રંગના સૂચક સાથેનું થમ્બ્સ-અપ ઇમોજી એક દેખાતો અક્ષર છે, પરંતુ અનેક કોડ યુનિટ ધરાવે છે. ઇનપુટ બૉક્સની નીચેનું નાનું કાઉન્ટર પણ આ જ પદ્ધતિ વાપરે છે, તેથી તે હંમેશાં "Characters (with spaces)" પરિણામ સાથે મેળ ખાય છે.

વાક્યોની સંખ્યા કેવી રીતે ગણવામાં આવે છે

વાક્યો શોધવા માટે વાક્યસીમા અંગેના યુનિકોડ માનકના નિયમો (Unicode Text Segmentation, UAX #29) વપરાય છે; માત્ર પૂર્ણવિરામ, પ્રશ્નાર્થચિહ્ન અથવા ઉદ્ગારચિહ્ન શોધવામાં આવતું નથી. તેથી સાધન દશાંશ બિંદુ પર અથવા સામાન્ય સંક્ષિપ્ત રૂપ પછી વાક્યને વિભાજિત કરતું નથી. "The U.S. economy grew 2.5%." વાક્યને ત્રણ નહીં, પરંતુ એક વાક્ય ગણવામાં આવે છે, કારણ કે નિયમો "U.S."ને સંક્ષિપ્ત રૂપ અને "2.5"ને દશાંશ સંખ્યા તરીકે ઓળખે છે.

ફકરાઓની સંખ્યા કેવી રીતે ગણવામાં આવે છે

ફકરો ટેક્સ્ટનો એવો ખંડ છે જે ઓછામાં ઓછી એક ખાલી લાઇન દ્વારા આગળના ખંડથી અલગ હોય છે. કોઈ ખંડની અંદરનું એકલું લાઇન બ્રેક નવો ફકરો શરૂ કરતું નથી; તેથી લાઇનો વચ્ચે ખાલી લાઇન વિના હાર્ડ-રૅપ કરાયેલ ટેક્સ્ટ હજુ પણ એક જ ફકરો ગણાય છે.

વાક્યદીઠ સરેરાશ શબ્દોનું સૂત્ર

વાક્યદીઠ સરેરાશ શબ્દો = શબ્દોની સંખ્યા ÷ વાક્યોની સંખ્યા

પરિણામ એક દશાંશ સ્થાન સુધી ગોળ કરીને દર્શાવવામાં આવે છે. આ સંખ્યા ટેક્સ્ટ વાંચવામાં કેટલું સરળ છે તેનો અંદાજ આપે છે: સામાન્ય રીતે ટૂંકાં સરેરાશ વાક્યો લાંબા વાક્યો કરતાં વધુ સરળતાથી વાંચી શકાય છે.

વાંચન સમયનું સૂત્ર

વાંચન સમય (મિનિટ) = શબ્દોની સંખ્યા ÷ 225

સાધન વાંચનની ઝડપ 225 શબ્દ પ્રતિ મિનિટ ધારે છે. પુખ્ત વયના લોકોની સરેરાશ મૌન વાંચન ઝડપ માટે આ આંકડો સામાન્ય રીતે ઉલ્લેખાય છે અને પરિણામને એક દશાંશ સ્થાન સુધી ગોળ કરવામાં આવે છે. ઉદાહરણ તરીકે, 450 શબ્દોના ટેક્સ્ટ માટે વાંચન સમય ચોક્કસ 2.0 મિનિટ થાય છે.

સૌથી વધુ વાર આવતા શબ્દો કેવી રીતે શોધવામાં આવે છે

સાધન દરેક શબ્દને લોઅરકેસમાં ફેરવે છે અને તેના આરંભ તથા અંતમાંથી વિરામચિહ્નો દૂર કરે છે, તેથી "Dog," અને "dog"ને એક જ શબ્દ ગણવામાં આવે છે. શબ્દની અંદરના વિરામચિહ્નો જાળવવામાં આવે છે, તેથી "don't" અને "well-known" યાદીમાં લખાયેલા મૂળ સ્વરૂપે દેખાય છે. વાંકડિયા એપોસ્ટ્રોફને સાદા એપોસ્ટ્રોફ સમાન ગણવામાં આવે છે, તેથી "don’t" અને "don't" એક જ શબ્દ છે. ત્યારબાદ સાધન દરેક અનન્ય શબ્દ કેટલી વાર આવ્યો છે તે ગણે છે અને સૌથી વધુ વપરાતા પાંચ શબ્દોને વધુ ગણતરીથી ઓછી ગણતરીના ક્રમમાં દર્શાવે છે. બે શબ્દોની ગણતરી સમાન હોય ત્યારે ટેક્સ્ટમાં જે શબ્દ પહેલાં આવ્યો હોય તેને પહેલાં દર્શાવવામાં આવે છે.

ઉદાહરણ સાથે ગણતરી

ઉદાહરણ 1

ટેક્સ્ટ: "The quick brown fox jumps over the lazy dog. This sentence contains every letter of the alphabet."

શબ્દોની સંખ્યા તપાસ: વ્હાઇટસ્પેસથી અલગ થયેલા 17 ટોકનમાં અક્ષર છે, તેથી શબ્દોની સંખ્યા 17 છે. વાક્યોની સંખ્યા તપાસ: 17 ÷ 2 = 8.5, જે દર્શાવેલી સરેરાશ સાથે મેળ ખાય છે.

ઉદાહરણ 2

ટેક્સ્ટ: "Hello world! This is the first paragraph.\n\nThis is the second paragraph with more content. It has multiple sentences to demonstrate the analyzer."

ટેક્સ્ટની બે લાઇનો વચ્ચેની ખાલી લાઇન ફકરા વચ્ચેનો વિરામ દર્શાવે છે, તેથી ફકરાઓની સંખ્યા 2 છે. યુનિકોડના વાક્યનિયમો ટેક્સ્ટને ચાર વાક્યોમાં વિભાજિત કરે છે: "Hello world!", "This is the first paragraph.", "This is the second paragraph with more content." અને "It has multiple sentences to demonstrate the analyzer." તેથી 23 ÷ 4 = 5.75 થાય છે, જેને ગોળ કરતાં 5.8 મળે છે.

વિશિષ્ટ પરિસ્થિતિઓ

• ખાલી ઇનપુટ: સાધન આંકડાઓના કોષ્ટકને બદલે ટેક્સ્ટ માંગતી ટૂંકી નોંધ દર્શાવે છે.
• માત્ર વ્હાઇટસ્પેસ: ખાલી ઇનપુટની જેમ જ ગણવામાં આવે છે.
• માત્ર વિરામચિહ્નો: "--- ..." જેવા ટેક્સ્ટમાં કોઈ શબ્દ નથી, તેથી એ જ નોંધ દેખાય છે.
• ખાલી લાઇનો વિના: ટેક્સ્ટ ઘણી લાઇનોમાં ફેલાયેલું હોય તોપણ આખું ટેક્સ્ટ એક ફકરો ગણાય છે.
• ખાલી જગ્યાઓ વિના લખાતી ભાષાઓ: શબ્દોની ગણતરી શબ્દો વચ્ચેની ખાલી જગ્યાઓ પર આધારિત છે, તેથી ચાઇનીઝ, જાપાનીઝ અથવા થાઇ જેવી ખાલી જગ્યાઓથી શબ્દો અલગ ન કરતી ભાષાઓ માટે અર્થપૂર્ણ પરિણામ મળતું નથી. અક્ષરોની ગણતરી કોઈપણ ભાષા માટે કાર્ય કરે છે.

વારંવાર પૂછાતા પ્રશ્નો

શું શબ્દોની સંખ્યા Microsoft Word સાથે મેળ ખાય છે?

સામાન્ય ટેક્સ્ટ માટે સામાન્ય રીતે હા. બંને વ્હાઇટસ્પેસથી અલગ થયેલા ટોકનને શબ્દ ગણે છે. હાઇફનવાળા શબ્દો અથવા અસામાન્ય વિરામચિહ્નો આસપાસ થોડો તફાવત આવી શકે છે, કારણ કે જુદા કાર્યક્રમો આવી પરિસ્થિતિઓને થોડા અલગ રીતે ગણે છે.

અક્ષરોની બે સંખ્યાઓ શા માટે છે?

જુદાં પ્લૅટફૉર્મો અલગ રીતે ગણતરી કરે છે. Twitter/X સહિતની મોટાભાગની સામાજિક મીડિયા સેવાઓ અક્ષરમર્યાદામાં ખાલી જગ્યાઓ પણ ગણે છે. કેટલીક શૈક્ષણિક સબમિશન સિસ્ટમો અને મેસેજિંગ સિસ્ટમો ખાલી જગ્યાઓને બાદ કરે છે. બંને ગણતરી દર્શાવવાથી પ્લૅટફૉર્મો વચ્ચે ટેક્સ્ટ ખસેડતી વખતે અણધાર્યા તફાવતો ટાળી શકાય છે.

શું ઇમોજીને એક અક્ષર ગણવામાં આવે છે?

હા. સાધન ગ્રાફિમ ક્લસ્ટર ગણે છે, એટલે કે વાચકને એક અક્ષર તરીકે દેખાતા એકમો. તેથી ઇમોજી એક જ અક્ષર ગણાય છે, ભલે તે આંતરિક રીતે એક કરતાં વધુ કોડ યુનિટમાં સંગ્રહિત હોય.

વાક્યોની ગણતરી કેટલી સચોટ છે?

સાધન વાક્યસીમા અંગેના યુનિકોડ માનકના નિયમો વાપરે છે, જે દશાંશ સંખ્યાઓ ("2.5") અને સંક્ષિપ્ત રૂપો ("U.S.", "Dr.") જેવી સામાન્ય પરિસ્થિતિઓને યોગ્ય રીતે સંભાળે છે. દરેક સંભવિત વાક્ય માટે કોઈપણ સ્વચાલિત પદ્ધતિ સંપૂર્ણ નથી, પરંતુ આ રીત પૂર્ણવિરામ અને પ્રશ્નાર્થચિહ્નની સરળ શોધથી થતી સામાન્ય ભૂલો ટાળે છે.

શું આ અંગ્રેજી સિવાયની ભાષાઓ માટે પણ કાર્ય કરે છે?

અક્ષરોની ગણતરી કોઈપણ ભાષા માટે કાર્ય કરે છે. સ્પેનિશ, ફ્રેન્ચ અથવા જર્મન જેવી શબ્દો વચ્ચે ખાલી જગ્યાઓ વાપરતી કોઈપણ ભાષા માટે શબ્દોની ગણતરી કાર્ય કરે છે. ચાઇનીઝ અથવા જાપાનીઝ જેવી શબ્દો વચ્ચે ખાલી જગ્યાઓ ન વાપરતી ભાષાઓ માટે અર્થપૂર્ણ શબ્દગણતરી મળતી નથી.

હું કેટલા ટેક્સ્ટનું વિશ્લેષણ કરી શકું તેની કોઈ મર્યાદા છે?

કોઈ નિશ્ચિત મર્યાદા નથી, અને નિબંધો, બ્લૉગ પોસ્ટ્સ તથા ઇમેઇલ જેવા સામાન્ય દસ્તાવેજોનું પ્રોસેસિંગ તરત થાય છે. આખી નવલકથા જેવા ખૂબ લાંબા દસ્તાવેજોને પ્રોસેસ કરવામાં થોડો વધુ સમય લાગે છે, કારણ કે ટેક્સ્ટનું સંપૂર્ણ વિશ્લેષણ બ્રાઉઝરમાં થાય છે.