Analizator teksta - Besplatni alat za brojanje riječi i znakova

Analizator teksta alat je koji mjeri dio pisanog teksta. Ovaj analizator teksta prebrojava riječi, znakove, rečenice i odlomke, procjenjuje vrijeme čitanja i navodi riječi koje se u tekstu najčešće upotrebljavaju.

Kako upotrebljavati analizator teksta

1. Zalijepite ili upišite tekst u polje za unos. Tekst iz Worda, Google Dokumenata, e-pošte ili web-stranica funkcionira.
2. Odaberite Analiziraj. Alat se u cijelosti izvršava u pregledniku, tako da se tekst ne šalje poslužitelju.
3. Pročitajte rezultate. Svaka se statistika prikazuje kao označeni broj.
4. Uređujte tekst i ponovno ga analizirajte koliko god je potrebno, primjerice dok skraćujete esej na zadano ograničenje broja riječi.

Kako se izračunava broj riječi

Alat dijeli tekst na zasebne tokene na mjestima praznina (razmaka, tabulatora i prijeloma redaka). Token se računa kao riječ samo ako sadržava barem jedno slovo ili broj, pa se samostalni znak interpunkcije ili niz crtica ne računa. Ova provjera funkcionira za bilo koje pismo, uključujući latinično, ćirilično, grčko i arapsko pismo te CJK znakove, a ne samo englesku abecedu.

Riječ sa spojnicom, kao što je "well-known", i skraćeni oblik, kao što je "don't", računaju se kao po jedna riječ jer ne sadržavaju razmak.

Kako se izračunava broj znakova

Alat prikazuje dva broja znakova:

• Znakovi (s razmacima): svaki znak u tekstu, uključujući razmake i interpunkcijske znakove.
• Znakovi (bez razmaka): isti broj nakon uklanjanja svih razmaka i drugih praznina.

Oba broja mjere grafemske skupine, odnosno jedinice koje čitatelj doživljava kao jedan znak, a ne neobrađene računalne kodne jedinice. To je važno za emotikone i druge simbole koje računalo pohranjuje kao više od jedne kodne jedinice. Na primjer, tekst "Hi 👍🏽 there" ovom metodom ima 10 znakova, iako isti niz ima 13 neobrađenih kodnih jedinica, jer je emotikon podignutog palca s oznakom tona kože jedan vidljivi znak, ali se sastoji od više kodnih jedinica. Mali brojač ispod polja za unos upotrebljava istu metodu, pa se uvijek podudara s rezultatom "Characters (with spaces)".

Kako se izračunava broj rečenica

Rečenice se prepoznaju prema pravilima Unicodeova standarda za granice rečenica (segmentacija Unicodeova teksta, UAX #29), a ne jednostavnim traženjem točke, upitnika ili uskličnika. To znači da alat ne dijeli rečenicu na decimalnoj točki ili nakon uobičajene kratice. Rečenica "The U.S. economy grew 2.5%." računa se kao jedna rečenica, a ne tri, jer pravila prepoznaju "U.S." kao kraticu i "2,5" kao decimalni broj.

Kako se izračunava broj odlomaka

Odlomak je blok teksta koji je od sljedećeg bloka odvojen barem jednim praznim retkom. Jedan prijelom retka unutar bloka ne započinje novi odlomak, pa se tekst koji je prijelomima redaka raspoređen bez praznih redaka i dalje računa kao jedan odlomak.

Formula za prosječan broj riječi po rečenici

prosječan broj riječi po rečenici = broj riječi ÷ broj rečenica

Rezultat se prikazuje zaokružen na jednu decimalu. Taj je broj približan pokazatelj lakoće čitanja teksta: kraće se prosječne rečenice općenito lakše čitaju od duljih.

Formula za vrijeme čitanja

vrijeme čitanja (minute) = broj riječi ÷ 225

Alat pretpostavlja brzinu čitanja od 225 riječi u minuti, što je često navođena vrijednost prosječne brzine tihog čitanja odraslih osoba, a rezultat zaokružuje na jednu decimalu. Tekst od 450 riječi, primjerice, daje vrijeme čitanja od točno 2,0 minute.

Kako se pronalaze najčešće riječi

Alat pretvara svaku riječ u mala slova i uklanja interpunkciju s njezina početka i kraja, pa se „Dog,” i „dog” računaju kao ista riječ. Interpunkcija unutar riječi zadržava se, pa se "don't" i "well-known" pojavljuju na popisu napisane onako kako su bile zapisane. Zakrivljeni apostrof tretira se kao obični apostrof, pa su "don’t" i "don't" ista riječ. Alat zatim prebrojava koliko se puta pojavljuje svaka jedinstvena riječ i navodi pet najčešćih, od najvećeg do najmanjeg broja pojavljivanja. Kada dvije riječi imaju isti broj pojavljivanja, prva se navodi ona koja se prva pojavila u tekstu.

Primjer izračuna

Primjer 1

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

Provjera broja riječi: 17 tokena odvojenih razmacima sadržava slovo, pa je broj riječi 17. Provjera broja rečenica: 17 ÷ 2 = 8,5, što odgovara prikazanom prosjeku.

Primjer 2

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

Prazan redak između dvaju redaka teksta označava prijelom odlomka, pa je broj odlomaka 2. Unicodeova pravila za rečenice dijele tekst na četiri rečenice: "Hello world!", "This is the first paragraph.", "This is the second paragraph with more content." i "It has multiple sentences to demonstrate the analyzer.". To daje 23 ÷ 4 = 5,75, što se zaokružuje na 5,8.

Rubni slučajevi

• Prazan unos: alat prikazuje kratku napomenu u kojoj traži unos teksta umjesto tablice s brojevima.
• Samo praznine: tretira se isto kao prazan unos.
• Samo interpunkcija: tekst kao što je "--- ..." nema riječi, pa se prikazuje ista napomena.
• Bez praznih redaka: cijeli se tekst računa kao jedan odlomak, čak i ako se proteže kroz mnogo redaka.
• Jezici bez razmaka: brojanje riječi ovisi o razmacima između riječi, pa ne daje smislen rezultat za jezike poput kineskog, japanskog ili tajlandskog, koji riječi ne odvajaju razmacima. Brojanje znakova funkcionira za svaki jezik.

Često postavljana pitanja

Podudara li se broj riječi s Microsoft Wordom?

Obično da, za uobičajeni tekst. Oba programa tokene odvojene razmacima računaju kao riječi. Male razlike mogu se pojaviti kod riječi sa spojnicom ili neuobičajene interpunkcije jer različiti programi takve slučajeve tretiraju malo drukčije.

Zašto postoje dva broja znakova?

Različite platforme broje na različite načine. Većina društvenih mreža, uključujući Twitter/X, razmake uračunava u ograničenje broja znakova. Neki sustavi za predaju akademskih radova i sustavi za razmjenu poruka isključuju razmake. Prikaz oba broja sprječava neugodna iznenađenja pri prenošenju teksta između platformi.

Računa li se emotikon kao jedan znak?

Da. Alat broji grafemske skupine, jedinice koje čitatelj vidi kao jedan znak, pa se emotikon računa kao jedan znak iako se interno može pohranjivati kao više od jedne kodne jedinice.

Koliko je točan broj rečenica?

Alat primjenjuje pravila Unicodeova standarda za određivanje granica rečenica, koja ispravno obrađuju uobičajene slučajeve kao što su decimalni brojevi („2,5”) i kratice ("U.S.", „Dr.”). Nijedna automatska metoda nije savršena za svaku moguću rečenicu, ali ovaj pristup izbjegava najčešće pogreške jednostavnog traženja točaka i upitnika.

Funkcionira li ovo za jezike osim engleskog?

Brojanje znakova funkcionira za svaki jezik. Brojanje riječi funkcionira za svaki jezik koji riječi odvaja razmacima, poput španjolskog, francuskog ili njemačkog. Ne daje smislen broj riječi za jezike koji ne upotrebljavaju razmake između riječi, poput kineskog ili japanskog.

Postoji li ograničenje količine teksta koju mogu analizirati?

Ne postoji fiksno ograničenje, a obrada se za uobičajene dokumente poput eseja, objava na blogu i e-poruka odvija trenutačno. Vrlo dugi dokumenti, poput cijelog romana, obrađuju se nešto dulje jer se tekst u cijelosti analizira u pregledniku.