文章の既知語・未知語と語彙被覆率
バグ・不具合を報告
事前に指定した学習者の既知語集合について、文章中の既知語割合と不足語の頻度を求める。
既知語の判定は入力した語彙表だけに基づきます。活用形・固有名詞の推定は行いません。
token被覆率は出現数に基づく割合、type被覆率は異なる基本形の割合です。理解の程度を示す点数ではありません。
入力すると自動で計算します。Enterで次の項目へ進めます。次の入力欄を選んで進めます。
必要な入力・選択は5項目です。
計算結果
—%
—%
- 目標達成に必要な追加基本形
- —語
- 既知token数
- —語
- 集計対象token数
- —語
- 既知type数
- —種類
- 集計対象type数
- —種類
- 未知基本形の種類
- —種類
- 除外した固有名詞token
- —語
必要な値を入力すると自動で計算します。
この計算機は使いやすかったですか?
回答はサイト改善のために保存します。入力値・計算結果は送りません。
ありがとうございます。よかったら、上の共有ボタンからこの計算機を紹介しませんか?
計算方法・適用範囲・出典
計算方法
token被覆率=既知token出現数÷集計対象token出現数×100。type被覆率=既知基本形数÷集計対象基本形数×100。表の語形→基本形を明示的に適用し、語彙表にない語は語形そのものを基本形として未知扱い。目標の追加基本形数は、未知基本形を出現頻度の降順(同数なら文章での初出順)に既知へ変更し、既知token出現数+追加した語の頻度合計が目標%以上になる最小数。割合は内部で丸めず比較し、表示だけ小数第6位で丸めます。
token/type被覆率、分母と既知語数、未知基本形別頻度、必要な追加基本形数と被覆率曲線。
計算例(架空の数値)
語列「a a b c」、既知語「a」「b」、目標100%ならtoken被覆率75%(3/4)、type被覆率66.666667%(2/3)、未知語cが1回、追加は1語です。
適用対象と限界
事前に分割した言語の語列、またはASCII英数字の文章。最大文字数・語彙表行数は現行フォームの上限内。日本語形態素解析、活用推定、BNC/COCA等の外部語彙表内蔵、語義の曖昧性解消、理解度・読解力判定、頻度外の学習効果推定は対象外。
方法と出典
方法:explicit-lemma-coverage/1.0.0。データ記録日:2026-11-14。