Skip to content
Redmoon Calculators
Análisis de texto All languages

Lexical Diversity (TTR) Calculator

Ratio tipo-token y MATTR (media móvil) — ve cuánto se repite tu vocabulario.

Cuándo usarlo

Usa TTR y MATTR para evaluar el rango de vocabulario — común en evaluaciones de aprendizaje de idiomas, investigación del lenguaje infantil y estilometría. MATTR es preferible para comparar documentos de longitudes distintas porque el TTR bruto cae a medida que el texto crece.

Cómo se compara

TTR y MATTR son complementarios: TTR es intuitivo pero sensible a longitud; MATTR es invariante pero más difícil de explicar. Para investigación formal, prefiere MATTR o sus primos (MTLD, HD-D).

0 chars

Cómo funciona

El ratio tipo-token (TTR) es la medida más simple de variedad de vocabulario: palabras únicas / palabras totales.

Como TTR cae a medida que el texto se hace más largo, esta herramienta también calcula MATTR (Moving Average Type-Token Ratio) en ventana de 50 palabras, invariante a la longitud.

También obtienes una lista de "hapax legomena" — palabras que aparecen exactamente una vez.

Fórmula

Preguntas frecuentes

¿Qué es el ratio tipo-token (TTR)?

El ratio de palabras únicas frente a palabras totales. TTR cae a medida que el texto crece, así que es sensible a la longitud.

¿Qué es MATTR?

Moving Average Type-Token Ratio. Calcula TTR sobre una ventana deslizante (usamos 50 palabras) para que la puntuación sea comparable entre documentos de longitudes distintas.

Why does TTR drop as a text gets longer?

Common words like 'the' and 'and' repeat constantly, so the ratio of unique words to total words falls steadily as the text grows. This length sensitivity is the main reason MATTR is preferred for comparing texts of different sizes.

What is a good lexical diversity score?

There is no universal threshold because TTR depends heavily on text length, but within similar-length samples a higher ratio signals richer vocabulary. For fair comparisons use MATTR, which holds the window size constant.

Ejemplo práctico

Entrada

El perro corrió. El perro saltó. El perro ladró. El perro durmió.

Salida

TTR: 0.45 (5 únicas / 11 total) — Diversidad baja.

"El" y "perro" se repiten mucho; solo "corrió", "saltó", "ladró", "durmió" añaden tipos nuevos. Bajo TTR es típico de escritura de principiantes o texto de vocabulario restringido.

Errores comunes

  • El TTR bruto depende mucho de la longitud; nunca compares un texto de 100 palabras con uno de 1.000 por TTR bruto.
  • La sensibilidad a mayúsculas importa: "Perro" y "perro" pueden o no tratarse como el mismo tipo.
  • La lematización importa: "correr" y "corriendo" son tipos diferentes salvo lemmatización previa.
  • El ruido aleatorio en muestras cortas puede dominar las puntuaciones de diversidad.

Herramientas relacionadas

Enviar comentarios

Leemos cada mensaje. Cuéntanos qué se puede mejorar o qué te gusta.