Herramienta de Estadísticas Avanzadas de Texto

• Contador de palabras
• Analizador de texto
• Comprobador de legibilidad
• Frecuencia de palabras
• Extractor de palabras clave
• Dividir texto

Una media por sí sola no dice casi nada. Dos documentos pueden compartir una longitud media de frase de veinte palabras mientras uno se lee de forma pareja y el otro alterna fragmentos de cinco palabras con frases del tamaño de un párrafo. Con el segundo es con el que el lector pelea, y solo una distribución lo revela. Esta herramienta mide la forma de tu escritura — cómo se reparten las longitudes, cómo de desiguales son, cómo de variado es el vocabulario — para que decidas qué editar antes de enviar nada.

Ventajas

• Distribuciones, no solo medias: longitud de palabra y de frase como histograma completo, con media, mediana, desviación típica, mínimo y máximo al lado.
• Un valor de diversidad que sobrevive a la longitud: MTLD junto a la razón tipo-token, para que dos documentos de tamaños distintos sean realmente comparables.
• Detección de frases correcta: decimales, abreviaturas, siglas, dominios, nombres de archivo y puntos suspensivos se quedan dentro de su frase.
• Recuentos correctos en cualquier escritura: chino, japonés, tailandés, jemer, lao y birmano se segmentan bien.
• Un perfil de puntuación: cada signo contado, con densidad por frase y por cien palabras.
• Nada sale de tu dispositivo: sin subidas, y la página sigue funcionando sin conexión una vez cargada.

Un documento de 25 MB se perfila en aproximadamente un segundo en un equipo de escritorio, con el trabajo fuera de la página para que escribir nunca se entrecorte.

El texto se recorre tres veces: una sobre caracteres, una para los límites de frase y una para las palabras. Cada pasada escribe en contadores de tamaño fijo en lugar de construir listas, y por eso un documento de 25 MB termina en aproximadamente un segundo y el trabajo puede quedarse por completo fuera de la página: escribir nunca se entrecorta y no hay ningún botón que te pida permiso para el análisis que ya pediste.

Qué significa cada número

• Palabras: series de letras y, opcionalmente, cifras. Apóstrofos y guiones unen una palabra cuando las opciones lo indican.
• Frases: límites hallados por el detector inteligente descrito más abajo, o por un corte simple en . ! ?.
• Párrafos y líneas: una línea es una línea con algo escrito; un párrafo es un bloque de líneas separado del siguiente por una línea en blanco. Se dan ambos porque ninguno por sí solo es lo que todo el mundo entiende.
• Media, mediana y desviación típica: el promedio, el valor central y cuánto se aleja de la media un valor típico. Una desviación grande en la longitud de frase es la firma de un ritmo desigual.
• Razón tipo-token: formas únicas divididas por todas las palabras, en porcentaje. Sencilla, familiar y dependiente de la longitud.
• MTLD: cuántas palabras pasan antes de que la razón acumulada caiga por debajo de 0,72, promediado en ambos sentidos. Más alto significa más variado.
• Hapax legómena: palabras usadas exactamente una vez.

Un punto no es un límite de frase. Es un carácter que suele serlo, y las excepciones son bastante frecuentes como para que un corte ingenuo se equivoque con prosa corriente. La detección inteligente es la opción por defecto aquí y mantiene la frase unida en todos los casos siguientes.

Cómo funciona la detección de frases

• Decimales y números de versión: 3.50 y 1.2.3 están dentro de una frase, no en dos o tres.
• Tratamientos abreviados: Dr., Sra., Prof. y similares nunca terminan una frase.
• Abreviaturas que a veces sí: etc., et al., p. ej., Vol., Fig., Ene. Solo cortan si lo siguiente es mayúscula o una comilla de apertura.
• Siglas: EE.UU. seguido de mayúscula es un límite; seguido de minúscula no.
• Dominios y nombres de archivo: example.com y report.txt no son dos frases.
• Puntos suspensivos: Espera… no pasó nada es una frase; Espera… No pasó nada son dos.
• Comillas y paréntesis de cierre pertenecen a la frase que terminan.
• Una línea en blanco termina una frase, así un título o un elemento de lista es una frase propia.
• Los puntos de ancho completo, el danda devanagari y los signos árabes también terminan frases.

La detección simple se mantiene al lado y hace lo que hace casi cualquier otro contador online: cortar en cada . ! ? y nada más. Está ahí para que puedas reproducir la cifra de otra herramienta, no porque sea más correcta.

La medida conocida es la razón tipo-token: formas únicas divididas por el total de palabras. Es fácil de explicar y tiene un defecto que pesa más de lo que parece: baja según se alarga el texto, haga lo que haga quien escribe. Un ensayo de 500 palabras y un libro de 90.000 del mismo autor puntúan muy distinto, y la diferencia es la longitud, no el vocabulario.

Diversidad léxica

• La razón tipo-token se muestra porque es la cifra que la gente conoce y porque en textos de longitud parecida es perfectamente utilizable.
• MTLD aparece al lado porque no depende de la longitud. Cuenta cuántas palabras pasan antes de que la razón acumulada caiga por debajo de un umbral fijo y da palabras por caída.
• MTLD se calcula hacia delante y hacia atrás y se promedia, porque un texto que concentra sus palabras raras al principio puntúa distinto en cada sentido.
• Por debajo de unas cincuenta palabras no hay nada que medir y no se muestra MTLD, en lugar de inventar una cifra a partir de muy poco texto.
• Los hapax legómena son la tercera vista. Juntas, las tres separan un vocabulario amplio de uno repetitivo y de uno corto.

Pega texto o abre un archivo de texto plano y lee las distribuciones de longitud, los valores de diversidad y el perfil de puntuación.

Cómo obtener estadísticas de texto online

1. Añade tu texto — Pega en el cuadro o abre un archivo .txt, .md, .log, .csv o .tsv. No se sube nada: el análisis se ejecuta en tu dispositivo.
2. Elige cómo se cuentan palabras y frases — La detección inteligente mantiene enteros los decimales, las abreviaturas y las siglas. La detección simple corta en cada punto, que es lo que hacen casi todos los contadores. Números, apóstrofos y guiones se incluyen o excluyen por separado.
3. Lee el perfil — Las distribuciones muestran la forma de tu escritura, no solo su media. La desviación típica dice cómo de parejas son tus frases; MTLD dice cómo de variado es tu vocabulario sin penalizar la longitud.
4. Exporta o compara — Copia el informe o descárgalo como texto. Con Pro exportas CSV o JSON y perfilas hasta 100 documentos en una tabla comparativa con todos los informes en un único archivo.

Siempre que vayas a tomar una decisión de edición y quieras pruebas en lugar de una impresión, y siempre que compares dos versiones de lo mismo.

Casos de uso ideales

• Editar un borrador: encontrar la frase del tamaño de un párrafo y ver si el ritmo es parejo o da tumbos.
• Comparar versiones: perfilar el antes y el después y ver qué números se han movido de verdad.
• Comparar un conjunto: con Pro, perfilar una carpeta de borradores en una tabla y encontrar el atípico sin abrir ninguno.
• Guías de estilo: comprobar un límite de longitud de frase contra la distribución en lugar de la media.
• Docencia e investigación: demostrar medidas de diversidad léxica sobre un texto real, con la razón y MTLD lado a lado.
• Encuestas y reseñas: abrir la columna CSV de respuestas abiertas y perfilarla como prosa.
• Borradores privados: manuscritos inéditos y documentos confidenciales, sin subir nada.

Qué son exactamente los números y dónde acaban. Todo lo siguiente es una propiedad de la medición, no una advertencia sobre una herramienta a medio hacer.

Puntos clave

• La longitud de palabra y de frase se mide en puntos de código, así que una letra acentuada o un emoji cuentan como un carácter.
• La longitud de palabra cuenta las letras y cifras del token. La puntuación pegada a la palabra no forma parte de ella.
• La longitud de frase se mide en palabras, con la misma definición de palabra que elijan tus opciones.
• La mediana sale de la distribución exacta, no de una muestra, así que es la mediana real a cualquier tamaño.
• La desviación típica es el valor poblacional sobre todas las palabras o todas las frases, no una estimación muestral.
• La frase más larga y la más corta se muestran hasta 4.000 caracteres; más allá la vista previa se recorta y lo indica, mientras que la longitud informada es la real.
• Los empates van a la primera aparición.
• Una distribución con cola larga se agrupa en 24 rangos en lugar de truncarse: el puñado de frases muy largas es el hallazgo.

Esta herramienta lee texto plano. Cualquier otra cosa se rechaza ya en el selector de archivos, con un enlace a la herramienta de aquí que extrae su texto, porque un documento de Word entregado a un lector de texto produce estadísticas sobre el marcado en vez de sobre la prosa: una página llena de números convincentes, plausibles y completamente equivocados.

Qué lee y qué no

• Lee: .txt, .text, .md, .markdown, .log, .csv y .tsv.
• Codificaciones: UTF-8, UTF-8 con marca de orden de bytes, UTF-16 en ambos órdenes y Windows-1252 como respaldo. Un archivo guardado desde el Bloc de notas como «Unicode» es UTF-16 y se lee correctamente.
• Documentos de Word: extrae el texto primero y luego perfílalo.
• PDF: extrae el texto primero y luego perfílalo.
• Presentaciones: extrae el texto primero y luego perfílalo.
• Hojas de cálculo: exporta como CSV la columna que quieras, que esta herramienta lee directamente.
• Imágenes, audio y vídeo: reconoce o transcribe el texto primero.
• Archivos binarios renombrados a .txt: rechazados, en vez de analizados hasta el sinsentido.

Los números valen lo que valga la comparación en la que los pongas.

Consideraciones de calidad

• Compara lo comparable. Cambia una sola cosa entre dos perfiles: el borrador, no el borrador y las opciones a la vez.
• Usa MTLD, no la razón tipo-token, siempre que los dos documentos difieran algo en longitud.
• Lee la desviación típica junto a la media. Una media de 18 con desviación 4 y una de 18 con desviación 16 son documentos distintos.
• Quita el marcado antes de perfilar si quieres estadísticas sobre la prosa. La sintaxis Markdown cuenta como puntuación: exacto, pero probablemente no es lo que preguntas.
• Para un recuento legal o académico, comprueba qué definición de «palabra» se exige y ajusta las opciones antes de citar una cifra.
• No leas la diversidad léxica como una nota de calidad. Mide variedad, y la variedad no siempre es lo que un texto necesita.

Cuándo no confiar en ella

• Cuando necesites un nivel de lectura graduado — Flesch, Fog, SMOG o un curso equivalente. El comprobador de legibilidad de este sitio los calcula.
• Cuando necesites saber qué palabras aparecen y cuántas veces. Eso lo responden la frecuencia de palabras y el extractor de palabras clave.
• Cuando los límites de frase deban seguir las normas de una editorial concreta en lugar del uso corriente.
• Cuando necesites estadísticas de sílabas, lemas, categorías gramaticales o n-gramas.
• Como suite de plagio, gramática o SEO. Mide, no juzga.

El plan gratuito perfila un documento de hasta 25 MB — unos cuatro millones de palabras — con todas las métricas incluidas: nada de esta página está tras el muro de pago. Pro elimina el límite de tamaño impuesto, elevando el techo a lo que tu dispositivo aguante, y añade lo que la escala necesita: hasta 100 documentos en una pasada, una tabla comparativa, exportación CSV y JSON y todos los informes en un único archivo. La herramienta necesita JavaScript y un navegador actual; el análisis se ejecuta fuera de la página, así que un documento grande nunca congela la pestaña.

Flujo de edición recomendado

• Perfila primero el borrador y lee antes que nada la distribución de longitud de frase: la cola es donde está la edición.
• Abre la frase más larga, pártela y vuelve a perfilar para confirmar que la desviación ha bajado de verdad.
• Comprueba la diversidad con MTLD si los dos borradores tienen longitudes distintas; con la razón tipo-token si no.
• Usa el recortador, el divisor o el eliminador de duplicados para la limpieza que el perfil señale.
• Termina con una comprobación de legibilidad y una pasada de palabras clave antes de publicar.

Para una revisión completa, usa este perfil junto al comprobador de legibilidad para valores graduados, la frecuencia de palabras para ver en qué palabras te apoyas y el contador de palabras cuando solo necesites una cifra.