Calculadora de razão tipo-token e diversidade lexical

Cole uma redação, transcrição, dissertação ou qualquer outro texto para receber as contagens que fundamentam o cálculo e uma razão reproduzível entre zero e um. O processo é determinístico, reconhece palavras e números Unicode, preserva apóstrofos internos e permite agrupar ou distinguir palavras que diferem apenas entre maiúsculas e minúsculas.

Entenda o que a razão mede

A razão tipo-token, normalmente abreviada como TTR, compara a variedade vocabular com o tamanho do texto. Um token corresponde a cada ocorrência de uma palavra no trecho, enquanto um tipo é uma forma de palavra distinta. Na frase “aves cantam e aves voam”, há cinco tokens e quatro tipos, pois “aves” aparece duas vezes. A divisão dos tipos pelos tokens gera um valor maior que zero e de até um. O valor um indica que todos os tokens são únicos; um resultado menor indica mais repetição. Essa leitura simples torna a medida útil para uma avaliação inicial de redações, transcrições, produção de estudantes e acervos de conteúdo. No entanto, a razão é descritiva, não um julgamento de qualidade. A repetição pode ser intencional, necessária ou desejável, sobretudo em instruções técnicas e explicações focadas. Considere as contagens de tokens e tipos junto com a razão para compreender como o resultado foi formado, sem transformar um único número decimal em uma avaliação completa de estilo ou habilidade.

Compare textos de maneira equilibrada

O tamanho do texto exerce forte influência sobre a razão tipo-token básica. Trechos curtos oferecem menos oportunidades de repetição e, por isso, costumam obter valores maiores do que textos longos, mesmo quando pertencem à mesma pessoa ou ao mesmo assunto. Para uma comparação relevante, analise amostras semelhantes em extensão, gênero, idioma e preparação. Compare, por exemplo, duas redações de quinhentas palavras, e não uma mensagem breve com um relatório completo. Esta calculadora reconhece sequências de letras ou números Unicode como tokens e mantém apóstrofos retos ou tipográficos internos, preservando contrações como uma palavra. Pontuação ao redor do termo não cria outro tipo. Por padrão, diferenças de capitalização são combinadas: “Livro” e “livro” contam como o mesmo tipo. Ative a diferenciação de maiúsculas apenas quando ela fizer parte da análise. Mantenha as mesmas configurações em todas as amostras, registre o total de tokens e interprete pequenas diferenças com cautela, especialmente em textos curtos ou sobre temas diferentes.

Use o resultado em um fluxo reproduzível

Um fluxo confiável começa com uma amostra claramente definida. Antes do envio, decida se títulos, citações, identificação de falantes, números e textos padronizados devem participar da análise. Remover esses elementos de uma amostra e mantê-los em outra altera tanto o numerador quanto o denominador. Processe cada trecho preparado com a mesma configuração de maiúsculas e guarde os quatro campos retornados: total de tokens, tipos distintos, razão tipo-token e regra de capitalização aplicada. Esses valores permitem auditoria e reprodução. A versão do navegador é prática para verificações isoladas, enquanto a API atende lotes, painéis editoriais, ferramentas educacionais e preparação de pesquisas. O cálculo é determinístico e não envia o texto a um modelo de IA; entradas e opções iguais produzem saídas iguais. Se não for possível controlar o tamanho das amostras, informe essa limitação ou complemente a TTR com uma medida ajustada ao comprimento. Acima de tudo, interprete o número no contexto: uma razão menor pode refletir terminologia necessária, foco temático, citações ou diálogo repetido, não vocabulário fraco.