Comment compter les mots en chinois (et pourquoi les résultats varient) | TextToools
Le chinois ne sépare pas les mots par des espaces. Un compteur utilise des règles de segmentation pour estimer les unités lexicales, de sorte que différents outils peuvent afficher des totaux différents.
Réponse rapide : le nombre de mots chinois dépend de la segmentation
Le chinois ne sépare normalement pas les mots par des espaces. Un comptable ne peut pas le diviser par espaces comme il le fait avec l'anglais : il doit estimer où commence et se termine chaque unité lexicale.
Ainsi, deux compteurs peuvent afficher des totaux différents pour le même texte. Vos règles de ciblage ou vos données linguistiques peuvent varier. Si une école, un éditeur ou un formulaire spécifie une méthode, utilisez cette méthode pour le décompte final.
Les mots, caractères et segments ne sont pas identiques
Un caractère chinois est une unité écrite ; Un mot peut comporter un ou plusieurs caractères. Par exemple, dans « 今天的天气很好 » (Il fait beau aujourd'hui), un segmenteur pourrait regrouper le texte comme ceci : « 今天 / 的 / 天气 / 很好 ». Compter chaque caractère, chaque segment ou simplement les symboles sans espaces répond à différentes questions.
Vérifiez ce que votre tâche demande réellement : des mots (词数), des caractères (字数) ou une limite spécifique à la plate-forme. Ne présumez pas que le nombre total de « mots » est égal au nombre total de caractères ou que tous les outils utilisent la même définition.
Comment un compteur chinois divise le texte
TextToools utilise la segmentation des mots du navigateur adaptée au chinois simplifié et compte les segments identifiés comme unités lexicales. Il ne compte pas les espaces, les caractères ou les signes de ponctuation. Le compteur affiche également les caractères séparément, avec sa propre règle basée sur le graphème.
Unicode décrit les limites du texte comme des lignes directrices pouvant être adaptées aux langages et aux conventions. Un segmenteur fournit une estimation pratique et cohérente, mais ne constitue pas une autorité linguistique universelle pour chaque contexte ou vocabulaire.
Un exemple rapide de la raison pour laquelle les totaux varient
Dans « 今天的天气很好,我们去公园散步。 » (Aujourd'hui il fait beau et nous allons nous promener dans le parc), le segmenteur actuel de TextToools le divise comme ceci : « 今天 / 的/天气 / 很好 / 我们 / 去 / 公园 / 散步». Un compteur de caractères compte les caractères visibles ; celui qui sépare uniquement par des espaces peut traiter la phrase entière comme un seul groupe.
今天的天气很好,我们去公园散步。8 motsLe segmenteur chinois simplifié actuel dans TextToools renvoie huit segments lexicaux dans cet exemple. Les données peuvent varier selon les navigateurs et produire d'autres divisions.
Comment vérifier le nombre de mots chinois
1. Confirmez si la limite demandée fait référence à des mots, des caractères ou une autre unité.
2. Utilisez un compteur configuré pour le chinois au lieu de vous fier à la séparation des espaces.
3. Collez exactement le texte qui entre dans le décompte ; Incluez des titres ou des notes uniquement si les instructions les incluent.
4. Comparez le résultat avec la méthode requise par le destinataire. Si la limite est stricte et qu'aucune méthode n'est indiquée, demandez quel compteur ou quelle définition vous devez suivre.
5. Conservez la même méthode lors de la révision du texte afin que les différences soient dues à vos modifications et non à une autre règle de comptage.
Pourquoi un autre compteur peut donner un résultat différent
La segmentation chinoise ne consiste pas seulement à rechercher des espaces. Différents programmes peuvent utiliser différentes données, versions ou règles linguistiques pour résoudre les limites ambiguës, les noms propres et les textes mélangeant le chinois et l'anglais. Un écart ne signifie pas automatiquement qu'il y a une erreur : vérifiez d'abord si les deux compteurs mesurent la même unité en utilisant la même méthode.
TextToools calcule le décompte dans votre navigateur et ne télécharge pas le texte. Il utilise le comportement de ciblage disponible dans le navigateur, donc un autre outil ou système peut donner un total différent. Si le système de livraison spécifie un compteur, son résultat suit.
Test TextToools compteur de mots
Collez le texte chinois simplifié dans le compteur de mots de TextToools pour voir le nombre total de segments lexicaux et le nombre de caractères. Utilisez le nombre de mots comme référence cohérente lors de l'édition et suivez la méthode du destinataire lorsque vous devez respecter une limite formelle.
Un mot du fondateur
Lors de l'ajout du nombre de mots chinois à TextToools, je souhaitais utiliser une segmentation conviviale au lieu de traiter une phrase sans espaces comme un seul mot. J'ai également séparé le total des caractères, car les mots et les personnages répondent à des questions différentes.
À propos de l'auteur
Écrit par le fondateur de TextToools. Je crée des outils de texte qui respectent la vie privée car votre texte ne doit pas quitter votre navigateur.
Sources et lectures recommandées
- Segmenteur international — Documents Web MDN
- Segmentation de texte Unicode (Annexe n° 29 de la norme Unicode) — Le Consortium Unicode