چطور کلمه‌ها و حروف را بشماریم (و از محدودیت رد نشویم)

چه چیزی کلمه حساب می‌شود

کلمه، برای یک شمارنده، دنباله‌ای از حروف یا عددهاست که با فاصله یا علامت نگارشی از بقیه جدا شده باشد. موردهای مبهم همان‌هایی هستند که باعث می‌شوند دو برنامه عددهای متفاوت بدهند: کلمه‌های دارای خط تیره، عددهای دارای ویرگول یا ممیز اعشار، ساعت‌ها، نشانی‌های ایمیل و لینک‌ها.

«شمارنده کلمات» ABC SyG از قواعد بخش‌بندی مرورگر شما استفاده می‌کند. در آزمایش‌های ما، «مرکز-جنوب» دو کلمه حساب می‌شود، «3,50» یک کلمه (کل عدد)، «9:30» دو کلمه (9 و 30) و صورت‌های کوتاه انگلیسی مثل «don't» یک کلمه. نشانی‌های ایمیل و لینک‌ها ممکن است به چند کلمه شکسته شوند. برنامه‌های دیگر، مثل واژه‌پردازها، معمولاً هر چیزی را که فاصله نداشته باشد یک‌جا می‌شمارند، پس کلمه دارای خط تیره برایشان یک کلمه است.

اگر باید حداقل یا حداکثر دقیقی را رعایت کنید (یک تکلیف مدرسه، یک مقاله)، ببینید برنامه‌ای که بررسی‌کننده استفاده می‌کند چطور می‌شمارد و برای تفاوت معیارها حدود 3 یا 4% حاشیه بگذارید.

حروف با فاصله، بدون فاصله و خط‌های جدید

حروف «با فاصله» همه‌چیز را می‌شمارند: حرف، عدد، علامت، فاصله و خط جدید. حروف «بدون فاصله» فاصله‌ها، تب‌ها و خط‌های جدید را کنار می‌گذارند. اینکه کدام را استفاده کنید به این بستگی دارد که چه کسی محدودیت را تعیین می‌کند: شبکه‌های اجتماعی و پیامک با فاصله می‌شمارند؛ بعضی مسابقه‌ها و ترجمه‌ها بدون فاصله اندازه‌گیری می‌شوند.

دو نکته که غافلگیر می‌کند. اول، یک فاصله دوتایی سهوی دو نویسه حساب می‌شود. دوم، وقتی با فاصله اندازه‌گیری می‌شود، یک خط جدید یک نویسه حساب می‌شود. و یک ایموجی در ابزار یک نویسه دیده‌شده حساب می‌شود، هرچند بسیاری از پلتفرم‌ها آن را بیشتر می‌شمارند، که پایین‌تر می‌بینیم.

یک مثال که دستی شمرده شده

متن جدول بالا را در نظر بگیرید. برای کلمه‌ها، می‌خوانیم و شماره می‌زنیم: کافه (1)، جدید (2)، مرکز (3)، جنوب (4)، امتحان (5)، کردم (6)، عالی (7)، بود (8)، قیمتشان (9)، 3,50 (10)، دلار (11)، است (12)، ساعت (13)، 9 (14)، 30 (15)، باز (16) و گردید (17). حاصل 17 است، چون خط تیره «مرکز-جنوب» را می‌شکند و دو نقطه «9:30» را؛ اگر این دو را هر کدام یک کلمه می‌شمردید، 15 می‌شد.

برای حروف بدون فاصله، طول هر تکه جداشده با فاصله را جمع می‌کنیم: کافه (4)، جدید (4)، «مرکز-جنوب» (9)، امتحان (6)، «کردم:» (5)، عالی (4)، «بود!» (4)، قیمتشان (7)، «3,50» (4)، دلار (4)، «است،» (4)، ساعت (4)، «9:30» (4)، باز (3) و «گردید.» (6). مجموع 72 است. چون 15 تکه داریم، 14 فاصله بین آن‌ها هست: 72 + 14 = 86 نویسه با فاصله. اگر متن را در «شمارنده کلمات» جای‌گذاری کنید، دقیقاً همین عددها را در «کلمات»، «حروف» و «حروف (بدون فاصله)» می‌بینید.

محدودیت‌های رایج (تقریبی)

محدودیت‌ها با گذشت زمان تغییر می‌کنند و هر پلتفرم قواعد ویژه خودش را دارد، پس آن‌ها را مرجعی تقریبی بدانید و پیش از انتشار مقدار فعلی را تأیید کنید.

درباره پیامک: الفبای GSM حروف لاتین پایه و بعضی حرف‌های دارای نشانه را پوشش می‌دهد، اما حروف فارسی را نه. فقط یک نویسه از این دست (یا یک ایموجی) کافی است که کل پیام به رمزگذاری گسترده‌تر برود و محدودیت از 160 به 70 برسد. برای همین یک پیامک فارسی، حتی اگر کوتاه به نظر برسد، ممکن است در دو بخش ارسال شود.

زمان مطالعه و سخنرانی

مطالعه بی‌صدای یک بزرگسال حدود 200 تا 250 کلمه در دقیقه است و خواندن با صدای بلند، با مکث و آهنگ، حدود 130 تا 160. این‌ها میانگین‌اند: متن فنی آهسته‌تر خوانده می‌شود و قصه کودکانه سریع‌تر.

«شمارنده کلمات» «زمان مطالعه» (با حدود 220 کلمه در دقیقه) و «زمان سخنرانی» (حدود 130) را نشان می‌دهد. با 1,000 کلمه، مطالعه 4 دقیقه و 33 ثانیه می‌شود (1,000 ÷ 220 = 4.55 دقیقه) و سخنرانی 7 دقیقه و 42 ثانیه (1,000 ÷ 130 = 7.69 دقیقه). اگر باید در 5 دقیقه سخنرانی کنید، متن نباید از حدود 650 کلمه بیشتر باشد (5 × 130)، آن هم بدون احتساب مکث‌ها، اسلایدها و پرسش‌ها.

اگر فقط همین تخمین برایتان مهم است، ابزار «ماشین‌حساب زمان مطالعه» هر دو زمان را با همین روش نشان می‌دهد.

چطور متنی را که بیش از حد است کوتاه کنیم

1. متن را در کادر ابزار جای‌گذاری کنید و یادداشت کنید چند نویسه یا کلمه اضافه دارید.
2. از چیزهایی شروع کنید که به چشم نمی‌آیند: فاصله‌های دوتایی، سلام و توضیح‌های تکراری، قیدهایی مثل «واقعاً» یا «اساساً».
3. «پرتکرارترین کلمات» را ببینید: فهرست وقتی ظاهر می‌شود که کلمه‌ای دست‌کم دو بار تکرار شده باشد و کلمه‌های خیلی کوتاه و پرکننده‌های رایج‌تر را کنار می‌گذارد. اگر اصطلاحی را ده بار به کار برده‌اید، احتمالاً جمله‌هایی هستند که می‌توان ترکیبشان کرد.
4. ساختارهای بلند را با کوتاه جایگزین کنید («علی‌رغم اینکه» به‌جای «با وجود این که»، «به منظور» به‌جای «برای»).
5. ببینید با پاک کردن عدد چطور پایین می‌آید. وقتی به محدودیت رسیدید، یکی دو نویسه حاشیه بگذارید برای حالتی که پلتفرم متفاوت بشمارد.

مثلاً برای یک توییت، بهتر است با ابزار بشمارید و بعد متن را در پلتفرم جای‌گذاری کنید تا مطمئن شوید: هر شبکه برای لینک‌ها، ایموجی‌ها و منشن‌ها قواعد خودش را دارد.

شمارش کلمه‌های یک PDF

اگر متن داخل یک PDF است، کپی کردن صفحه‌به‌صفحه کند است و معمولاً خط‌های جدید عجیب می‌آورد. ابزار «شمارنده کلمات PDF» متن هر صفحه را می‌خواند و کلمه‌ها، حروف با و بدون فاصله، جمله‌ها، پاراگراف‌ها، زمان مطالعه و کلمه‌های هر صفحه را به شما می‌دهد.

دو کاربرد عملی دارد. می‌توانید در «صفحه‌های قابل شمارش» یک بازه بنویسید (مثلاً 2-10) تا فقط متن اصلی کار را بدون جلد و منابع بسنجید. و می‌توانید جمع را با محدودیت یک تحویل مقایسه کنید. سه محدودیت را در نظر داشته باشید: فقط متن واقعی را می‌شمارد، پس یک PDF اسکن‌شده (تصویر صفحه‌ها) صفر می‌دهد و ابتدا به تشخیص متن (OCR) نیاز دارد؛ سرصفحه‌ها، پاصفحه‌ها و شماره صفحه‌ها هم کلمه حساب می‌شوند؛ و ستون‌ها، جدول‌ها یا کلمه‌هایی که آخر خط با خط تیره بریده شده‌اند ممکن است اختلاف کوچکی با Word ایجاد کنند.

حریم خصوصی و محدودیت‌های ابزار

شمارش در مرورگر شما انجام می‌شود: آنچه می‌نویسید یا جای‌گذاری می‌کنید آپلود یا ذخیره نمی‌شود. وقتی متن یک پیش‌نویس خصوصی، یک نامه یا یادداشت کاری است، این کار می‌آید.

محدودیت‌هایی که باید در نظر داشت: در زبان‌هایی که بدون فاصله نوشته می‌شوند، مثل ژاپنی، شمارش به بخش‌بندی مرورگر بستگی دارد و ممکن است با برنامه‌های دیگر فرق کند؛ زمان مطالعه تخمینی بر اساس سرعت میانگین است؛ و هر پلتفرم به شیوه خودش می‌شمارد، پس عدد ابزار مرجع است و تضمین نیست.

پرسش‌های متداول