Contador de palabras

La fuente más común de discrepancia entre dos contadores de palabras no es un error en ninguno de los dos — es una diferencia en qué cuenta como "palabra" en los bordes. Si un compuesto con guion como "well-known" es una palabra o dos, si una raya al aire independiente entre cláusulas rompe un conteo de palabras, y si una cadena de dígitos como "42" cuenta igual que una palabra hecha de letras son todas decisiones que un algoritmo de conteo tiene que tomar, y distintas herramientas las toman de forma distinta. Esta herramienta sigue la convención que usan Microsoft Word y Google Docs — las contracciones y compuestos con guion cuentan como una palabra cada uno — específicamente para que un total producido aquí coincida con lo que espera un editor, una editorial, o un límite de asignación basado en conteo de palabras.

Un contador de palabras ingenuo construido dividiendo el texto por espacios funciona razonablemente bien para el inglés y la mayoría de idiomas europeos, porque las palabras en esos idiomas se separan convencionalmente por un espacio. Falla por completo en chino, japonés y tailandés, ninguno de los cuales usa espacios entre palabras en absoluto — un párrafo entero de texto chino no tiene ningún espacio, y un contador que divide por espacios lo informa como un solo bloque de una palabra sin importar cuántas palabras reales contenga.

Esta herramienta en su lugar usa la segmentación de texto Unicode que el propio navegador implementa, que aplica reglas conscientes del idioma para identificar los límites de palabra en lugar de asumir que un espacio marca cada uno. Por eso informa un conteo sensato para texto mixto o no latino donde una herramienta más simple informaría algo cercano al absurdo.

La cifra de 238 palabras por minuto que usa esta herramienta para la lectura silenciosa proviene de un gran metaanálisis de 2019 de estudios de velocidad de lectura, y es un promedio poblacional en lugar de un hecho sobre ningún lector específico — la velocidad de lectura real varía enormemente según la familiaridad con el tema, la dificultad del texto, y el lector individual, fácilmente por un factor de dos en cualquier dirección. El número mostrado es útil como una estimación de planificación — aproximadamente cuánto tardará una pieza para un lector típico — no como una predicción precisa para ninguna persona específica.

El tiempo de habla usa un ritmo más lento y separado porque la entrega hablada se cadencia de forma distinta a la lectura silenciosa: un presentador que lee un guion en voz alta con claridad, con ritmo y pausas normales, se mueve a algo más cercano a 130 palabras por minuto, por lo que las dos cifras mostradas no son simplemente el mismo número escalado.

Una lista de las palabras más usadas en una pieza de escritura es una ayuda práctica de edición en lugar de una curiosidad: los escritores tienden a recurrir al mismo puñado de palabras inconscientemente, y una pieza que se apoya mucho en "muy", "solo", o un adjetivo particular se lee como repetitiva de una forma difícil de notar mientras se escribe pero obvia una vez señalada. Ver el conteo de frecuencia real convierte una sensación vaga de que algo se lee repetitivo en una lista específica y accionable de palabras que vale la pena variar.