Verificador de legibilidade de texto

• Analisador de texto
• Contador de palavras
• Conversor de maiúsculas
• Juntar textos
• Dividir texto
• Frequência de palavras
• Extrator de palavras-chave
• Word para texto
• PDF para texto

Uma pontuação de legibilidade responde a uma pergunta que quem escreve faz sempre e que nenhum corretor ortográfico toca: este rascunho está escrito para quem precisa lê-lo? Ajuste textos de marketing a um público alargado, materiais didáticos a um ano de escolaridade, ou uma página de políticas a um requisito de linguagem simples — sem enviar uma única palavra para um servidor.

Vantagens

• Dez fórmulas: as cinco clássicas mais Coleman-Liau, Dale-Chall, Spache, Linsear Write e FORCAST, lado a lado.
• Um número acionável: um nível de consenso tomado como a mediana dos sete índices em escala de nível escolar.
• Onde, não apenas se: cada frase pontuada isoladamente e tingida quando fica vários níveis acima do resto.
• Marcas de estilo: voz passiva e advérbios assinalados dentro das frases que os contêm.
• O seu arquivo real: .txt, .md, .csv e .docx, não apenas o que já copiou.
• Grátis: todas as fórmulas e todo o destaque, sem custo.

A ferramenta conta o que as fórmulas precisam — frases, palavras, sílabas, letras, caracteres, palavras familiares — e aplica cada definição publicada tal como está. A contagem é exatamente onde as ferramentas de legibilidade diferem entre si, por isso vale a pena saber o que esta faz.

O que é contado

• Frases: separação em . ! ? e nas suas repetições, reconhecendo abreviaturas, iniciais de uma letra, decimais e reticências, e tratando quebras de linha como fronteiras para que um título seja uma frase e não parte do parágrafo seguinte.
• Palavras: letras e dígitos, com apóstrofos e hífenes a unir a palavra em vez de quebrá-la. Ambos são comutáveis.
• Sílabas: um conjunto de regras com uma lista de 1.167 exceções; as siglas em maiúsculas contam soletradas, por isso ADHD tem quatro sílabas.
• Caracteres: apenas letras e dígitos. O ARI e o Coleman-Liau são definidos assim, e contar pontuação como caracteres eleva ambos em textos com muitas aspas.
• Palavras complexas: três ou mais sílabas, excluindo nomes próprios, compostos com hífen e palavras que só chegam a três sílabas por uma terminação -es, -ed ou -ing — que é a definição do próprio Gunning e a parte que a maioria das implementações deixa cair.
• Nada é cortado: o Flesch Reading Ease é apresentado tal como é calculado, acima de 100 ou abaixo de zero.

Como interpretar as pontuações

• Siga a tendência entre versões e não um número isolado. Um rascunho passar de nível 14 para nível 11 é real; a diferença entre 11,2 e 11,4 não é.
• Quando os índices discordam entre si, a dispersão apresentada junto ao nível de consenso diz de quanto: uma dispersão larga significa em geral que o documento mistura frases muito curtas e muito longas.
• O Coleman-Liau não usa sílabas nenhumas. Quando concorda com o Flesch-Kincaid, não é a contagem de sílabas que está determinando o resultado.
• Junte os números a uma leitura humana para o tom, o jargão e a correção. Nenhuma fórmula tem opinião sobre o significado.

Cada fórmula foi desenhada para um tipo de texto e uma pergunta específicos. Não são dez opiniões sobre a mesma coisa, e por isso a ferramenta mostra todas em vez de as reduzir a uma média que esconderia a discordância.

O que cada índice mede

• Flesch Reading Ease: comprimento da frase e sílabas por palavra, numa escala em que mais alto é mais fácil. O número de legibilidade mais citado que existe.
• Nível Flesch-Kincaid: as mesmas duas entradas, expressas como ano escolar norte-americano. Inscrito em normas de linguagem simples do governo e das forças armadas dos EUA.
• Gunning Fog: comprimento da frase mais a proporção de palavras complexas. Sensível ao jargão de um modo que as medidas Flesch não são.
• SMOG: contagem de polissílabos face ao número de frases. Definido sobre uma amostra de 30 frases e muito usado em materiais de saúde.
• Automated Readability Index: caracteres por palavra em vez de sílabas, por isso nunca depende de uma estimativa silábica.
• Coleman-Liau: letras por cada cem palavras e frases por cada cem palavras. Pensado para pontuação automática e, como o ARI, sem sílabas.
• New Dale-Chall: a proporção de palavras fora de uma lista de 3.000 termos familiares a alunos do quarto ano. Vocabulário em vez de comprimento das palavras.
• Spache revisado: a mesma ideia para textos dos primeiros anos, com uma lista mais curta e cada palavra desconhecida contada uma só vez.
• Linsear Write: as palavras fáceis valem um e as difíceis três. Desenvolvida pela Força Aérea dos EUA para manuais técnicos.
• FORCAST: palavras monossilábicas por cada 150, e o único índice aqui que ignora o comprimento da frase — o que o torna o que ainda funciona em formulários, títulos e listas.

Por que o nível de consenso é uma mediana

Sete dos dez produzem um nível escolar, e discordam — às vezes vários anos no mesmo parágrafo. O número em destaque é a sua mediana e não a sua média, porque uma média deixa um valor atípico puxar o resultado: o SMOG num documento de quatro frases, ou o FORCAST numa página de títulos, pode ficar a níveis de tudo o resto. Uma mediana ignora-o. A dispersão entre o índice mais alto e o mais baixo é mostrada junto ao nível, por isso um documento em que os índices não concordam mostra isso.

Três das dez fórmulas e a proporção de palavras complexas por trás de uma quarta são funções de um único número: quantas sílabas tem cada palavra. Com a ortografia inglesa, esse número é difícil, e a maioria das ferramentas online usa a mesma heurística de quatro linhas: contar grupos vocálicos, retirar um e mudo, dar uma sílaba a tudo com menos de quatro letras.

Quanto vale a diferença

• A heurística comum: 94,0 % de tokens corretos, medido contra o CMU Pronouncing Dictionary em dois livros completos.
• Esta ferramenta: 99,6 % de tokens corretos nesses mesmos dois livros, que não foram usados para construir a lista de exceções.
• Em pontos Flesch: numa amostra de 300 KB de não ficção densa a heurística erra 3,47 pontos; esta erra 0,11. Três pontos e meio é metade de uma faixa.
• Onde erra: a heurística conta a menos os hiatos — abbreviated tem cinco sílabas, não três; association tem cinco, não quatro — e conta a mais as terminações mudas, dando quatro a acuteness.

Fronteiras de frase

O outro ponto em que as ferramentas de legibilidade divergem em silêncio é onde acaba uma frase. Separar em cada ponto é simples e produz respostas confiantes e muito erradas em texto comum.

• "Dr. Smith met Mrs. Jones at 4 p.m. on Jan. 3 to discuss the U.S. economy." é uma frase. Separada de forma ingénua são oito, e o comprimento médio cai de 18 palavras para 2,25.
• "The item costs $3.50." é uma frase, não duas — um ponto entre dígitos é um separador decimal.
• Um título ou uma lista não têm terminador nenhum. Tratados estritamente produzem zero frases, e uma ferramenta que divide por zero frases apresenta um título como nível de pós-graduação.
• As quebras de linha terminam frases por padrão, e é isso que torna mensuráveis títulos, listas e poesia. O comportamento é um interruptor no painel se o seu texto usa parágrafos com quebras rígidas.

Uma pontuação resume um documento; não consegue apontar a frase que precisa de ser reescrita. Aqui cada frase recebe o seu próprio nível de leitura, calculado com o seu próprio comprimento e as suas próprias palavras, e é tingida conforme o quanto se afasta do documento.

As faixas

• Âmbar: quatro níveis ou mais acima do nível do documento. Normalmente uma oração a mais.
• Vermelho: seis níveis ou mais acima. Quase sempre vale a pena parti-la em duas.
• Alvos fixos: mude a comparação para nível 8, 10, 12 ou 14 quando escreve para um requisito declarado e não para o seu próprio registro.
• Relativo por padrão: uma peça jurídica em que todas as frases são de nível 16 não é bem descrita por "todas as frases são um problema".

Marcas de estilo

Dois padrões explicam a maioria das frases que pesam sem serem longas, e ambos são marcados dentro da frase que os contém.

• Voz passiva: uma forma de "to be" seguida de um particípio passado, incluindo irregulares — "was written", "has been adopted", "is taken". A passiva não é um erro; uma página em que quase todas as frases são passivas costuma ser mais difícil do que precisa.
• Advérbios: palavras em -ly, excluindo as que só o parecem, de modo que "family", "supply" e "July" não são contadas.
• Ambos os marcadores podem ser desligados se quiser apenas o tom por nível de leitura.

Sempre que a pergunta for "quem consegue ler isto?" e não "está bem escrito?" — artigos de blog, centros de ajuda, comunicação interna, materiais de aula, formulários de consentimento e páginas de políticas escritas para um nível declarado.

Casos de uso ideais

• Texto web: páginas mais simples chegam a mais gente, e as frases destacadas são as que lhe estão custando leitores.
• Educação: confronte uma ficha com o ano para que foi escrita, com Spache para material inicial e Dale-Chall acima disso.
• Saúde e informação pública: o SMOG é o índice desta área, e a ferramenta informa quando a sua amostra é longa o suficiente para significar alguma coisa.
• Edição: meça um rascunho antes e depois de uma passagem e veja que alteração moveu mesmo o número.
• Comparação: coloque duas versões da mesma mensagem em fila com Pro e leia-as numa tabela.
• QA de localização: uma página traduzida que pontua quatro níveis mais difícil do que a origem tem normalmente um problema de comprimento de frase, não de vocabulário.

Estes índices foram desenvolvidos para prosa em inglês entre os anos 1940 e 1970, sobretudo a partir de manuais escolares e técnicos. Essa história nota-se no que tratam bem e mal.

Pontos-chave

• Todos os índices aqui são funções de traços de superfície: comprimentos e contagens. Nenhum lê o texto, por isso nenhum consegue dizer se é coerente, exato ou bem organizado.
• Código, tabelas e listas de referências misturados com prosa distorcem muito as estatísticas de palavras e sílabas. Meça a prosa isolada.
• O SMOG está definido sobre uma amostra de 30 frases; abaixo disso a raiz quadrada da fórmula transforma duas palavras longas num ano inteiro. A ferramenta marca a pontuação como provisória em vez de a esconder.
• O Spache foi pensado para textos do quarto ano ou abaixo e deixa de discriminar acima, o que a ferramenta também assinala.
• Nível escolar não é compreensão. Uma frase de nível 6 sobre um tema desconhecido continua difícil.
• Ferramentas diferentes dão números diferentes para o mesmo texto, e a diferença está quase sempre na divisão, não na aritmética.

Trate as pontuações como sinais sobre a estrutura, não como veredictos sobre a qualidade.

Dicas de qualidade

• Meça texto simples. Retire antes a navegação, as legendas e os blocos de código: não é o que o seu leitor lê.
• Compare o comparável: o mesmo documento, as mesmas configurações, antes e depois de uma edição.
• Corrija as frases vermelhas antes de se preocupar com o número global. Costumam movê-lo sozinhas.
• Amostras muito curtas produzem métricas ruidosas em todos os índices. Algumas centenas de palavras é um mínimo razoável.
• Para textos médicos, jurídicos ou regulatórios, siga a metodologia que a sua organização especificar, incluindo a fórmula que indicar.

Quando não confiar

• Documentos não ingleses ou com escritas misturadas. As fórmulas pressupõem ortografia inglesa e as regras silábicas grafia inglesa.
• Submissões regulatórias que exijam outra metodologia, dimensão de amostra ou lista de palavras.
• Poesia, roteiros só de diálogo, letras de canções e tudo onde o comprimento da frase é uma escolha de estilo e não um sinal de dificuldade.
• Como certificação. Nenhuma pontuação aqui prova conformidade com uma norma de acessibilidade ou de linguagem simples.

Todas as medições desta ferramenta são gratuitas. O Pro paga a escala, não os números: uma pontuação de legibilidade que só usuários pagos vissem não valeria a visita seguinte.

• Grátis: as dez fórmulas, o nível de consenso, todas as estatísticas, o destaque de frases, a marcação de passiva e advérbios, e exportação do relatório em .txt ou .csv, em documentos até 10 MB.
• Pro: uma fila de até 20 documentos com tabela comparativa, todos os relatórios num arquivo, sem anúncios, e sem limite de tamanho imposto além do que o seu dispositivo aguenta.
• Nunca: um envio. Tudo roda no seu dispositivo em ambos os planos, mesmo com a rede desligada depois de a página carregar.

Ver o que o Pro inclui

Fórmulas orientadas ao inglês, uma estimativa silábica por regras e um detector de estilo que trabalha sobre padrões de superfície, não sobre gramática. Precisa de JavaScript e funciona em qualquer navegador atual em computador, tablet e celular. Os documentos são lidos no seu dispositivo; nada é enviado e não há conta.

Fluxo de edição recomendado

• Meça primeiro o rascunho e anote o nível de consenso e a dispersão, para saber contra o que está trabalhando.
• Reescreva as frases vermelhas e depois as âmbar. Dividir uma frase longa costuma mover vários índices ao mesmo tempo.
• Veja a seguir a contagem de passivas: raramente muda muito o nível, mas muda como a página se lê.
• Volte a medir com as mesmas configurações e confirme que o número se moveu pela razão que esperava.
• Confirme o texto final com o analisador e o contador de palavras antes de publicar.

Para uma revisão completa da qualidade do texto, combine a legibilidade com o analisador de texto, o contador de palavras e a frequência de palavras. Se o seu rascunho estiver num arquivo Word ou num PDF, converta-o primeiro com Word para texto ou PDF para texto.

Um megabyte de prosa — cerca de 180.000 palavras — é medido em menos de um décimo de segundo no seu dispositivo, fora da thread principal, por isso a página continua respondendo enquanto trabalha.