پرش به محتوای اصلی

راهنمای تحلیل و مقایسه‌ی متن

زمان مطالعه: ۴ دقیقه

این ابزار چیست؟

نویسنده‌ها، دانشجوها و ویراستارها دائماً این پرسش‌ها را دارند: این مقاله چند واژه است؟ چه مدت طول می‌کشد تا کسی آن را بخواند؟ کدام کلمه‌ها بیش از اندازه تکرار شده‌اند؟ و بعد از ویرایش دقیقاً چه چیزی عوض شده است؟ این ابزار هر دو نیاز را پوشش می‌دهد: آمار کامل یک متن و مقایسه‌ی دو نسخه از آن.

در بخش آمار، شمار نویسه، واژه، واژه‌ی یکتا، جمله، بند و خط، میانگین طول واژه، زمان مطالعه و زمان گفتار را می‌بینید، به‌علاوه‌ی نمودار واژه‌های پرتکرار و ابر واژه‌ها. در بخش مقایسه، تفاوت دو متن به‌صورت واژه‌ای، نویسه‌ای یا خطی با رنگ مشخص می‌شود. متن شما از مرورگر بیرون نمی‌رود.

گام‌به‌گام

  1. متن را وارد کنید

    در بخش «آمار متن» متن را بچسبانید؛ آمار همان لحظه و با تأخیر کوتاه به‌روز می‌شود.

  2. آمار و نمودار را بخوانید

    کارت‌های بالا شمارش‌ها را نشان می‌دهند و پایین‌تر نمودار ده واژه‌ی پرتکرار و ابر واژه‌ها هست.

  3. خروجی بگیرید

    با دکمه‌ی کپی آمار را به‌صورت JSON بردارید یا «خروجی CSV» را برای صفحه‌گسترده دانلود کنید.

  4. به بخش مقایسه بروید

    نسخه‌ی پیش و نسخه‌ی پس را در دو کادر بنویسید و حالت واژه‌ای، نویسه‌ای یا خطی را انتخاب کنید.

  5. تفاوت‌ها را ببینید

    بخش‌های اضافه‌شده سبز و حذف‌شده قرمز می‌شوند و درصد شباهت و شمار اضافه و حذف بالای نتیجه می‌آید.

نمونه‌های کاربردی

  • آمار یک متن کوتاه

    سه جمله‌ی کوتاه؛ ببینید شمار واژه‌ها، واژه‌های یکتا و جمله‌ها چقدر است و کدام کلمه‌ها تکرار شده‌اند.

    هوا امروز بسیار خوب است. ما به پارک رفتیم و در پارک بازی کردیم. بازی بچه‌ها دیدنی بود!

    نتیجه: ۱۸ واژه، ۱۶ واژه‌ی یکتا و ۳ جمله؛ پرتکرارترین‌ها: «بازی» و «پارک» با ۲ بار

  • افزوده‌شدن یک واژه

    در حالت واژه‌ای، افزودن «دوباره» به جمله یک واژه‌ی اضافه و هیچ حذفی ثبت می‌کند.

    کتاب را خواندم و رفتم|||کتاب را دوباره خواندم و رفتم

    نتیجه: شباهت ۸۳٪، ۱ اضافه، ۰ حذف

  • تغییر یک خط از دو خط

    در حالت خطی، عوض‌شدن یک خط یعنی یک خط حذف و یک خط اضافه شده است.

    سلام دنیا
    خداحافظ|||سلام جهان
    خداحافظ

    نتیجه: شباهت ۵۰٪، ۱ اضافه، ۱ حذف

اشتباه‌های رایج

  • تعداد واژه‌ها در ابزارهای مختلف کمی فرق می‌کند، چون تعریف «واژه» یکی نیست. اینجا نیم‌فاصله جداکننده نیست و «می‌رود» یک واژه است؛ علامت‌های نگارشی که به واژه چسبیده‌اند ممکن است جدا شمرده نشوند.
  • زمان مطالعه و گفتار تخمین ساده‌ای بر پایه‌ی سرعت متوسط است: حدود دویست واژه در دقیقه برای خواندن و صد و سی واژه برای سخنرانی. خواننده‌ی دقیق یا متن فنی کندتر خوانده می‌شود.
  • در مقایسه‌ی نویسه‌ای، تغییر کوچک در یک واژه می‌تواند چند اضافه و حذف جدا ثبت کند. اگر فقط تفاوت واژه‌ها برایتان مهم است، حالت واژه‌ای را بزنید.
  • هر دو بخش تا نیم مگابایت متن را می‌پذیرند. در متن‌های بسیار طولانی نمایش رنگی تفاوت‌ها خاموش می‌شود و فقط خلاصه می‌ماند؛ برای دیدن جزئیات بخش کوچک‌تری را مقایسه کنید.

واژه‌ی یکتا و تنوع واژگان

شمار واژه‌های یکتا نشان می‌دهد نوشته چقدر از واژگان متنوعی استفاده کرده است. اگر نسبت واژه‌های یکتا به کل واژه‌ها خیلی کم باشد، متن تکرار زیادی دارد و شاید نیاز به ویرایش داشته باشد؛ نسبت بسیار زیاد هم در متن کوتاه عادی است. برای مقایسه‌ی دو متن، فقط وقتی طول‌شان نزدیک است این نسبت معنا دارد.

ابزار واژه‌های ربطی بسیار رایج مثل «و»، «در» و «به» را از فهرست پرتکرارها کنار می‌گذارد تا نمودار به کلمه‌های محتوایی برسد.

مقایسه‌ی دو نسخه چگونه کار می‌کند؟

الگوریتم مقایسه، بلندترین دنباله‌ی مشترک دو متن را پیدا می‌کند و هر چه خارج از آن است را اضافه یا حذف می‌شمرد. شباهت نیز نسبت بخش مشترک به اندازه‌ی متن بلندتر است. ابتدا و انتهای مشترک دو متن کنار گذاشته می‌شود تا محاسبه سریع بماند، و اگر وسط متن بسیار بزرگ باشد، نتیجه به‌صورت یک جایگزینی ساده و با کران پایین گزارش می‌شود.

حالت واژه‌ای برای ویراستاری مناسب‌ترین است، حالت خطی برای فایل‌های متنی و سیاهه‌ها و حالت نویسه‌ای برای یافتن غلط‌های املایی کوچک.

کاربردهای عملی

پیش از ارسال مقاله می‌توانید محدودیت واژه یا نویسه را بسنجید، برای ارائه‌ی شفاهی زمان گفتار را تخمین بزنید، یا دو پیش‌نویس را مقایسه کنید تا تغییرهای ویراستار را ببینید. اگر متن شما نیم‌فاصله یا حروف عربی ناهماهنگ دارد، پیش از شمارش آن را با نرمال‌ساز یکدست کنید تا نتیجه دقیق‌تر شود.

پرسش‌های متداول

شمارش واژه‌ها چطور انجام می‌شود؟
نیم‌فاصله به حساب فاصله نمی‌آید؛ «می‌رود» یک واژه است. نشانی‌ها و کدها هم یک توکن یکپارچه شمرده می‌شوند و واژه‌های ربطی از فهرست پرتکرارها حذف می‌شوند.
حجم بالای متن چی؟
تا نیم مگابایت پردازش می‌شود؛ داده‌های بزرگ به وِب‌وِرکر منتقل می‌شوند تا صفحه ثابت بماند.
مقایسه‌ی متون چطور کار می‌کند؟
در سه حالت واژه‌ای، نویسه‌ای و خطی؛ تفاوت‌ها با پشت‌زمینه‌ی رنگی نشان داده می‌شوند و درصد شباهت و شمار اضافه/حذف داده می‌شود.

ابزارهای مرتبط