Bezplatná kontrola perplexity Měří předvídatelnost na úrovni slov
Perplexity měří úzkou věc, jak moc je jazykový model překvapen dalším slovem ve větě. Tato bezplatná kontrola perplexity to přibližně zachycuje z hlediska, které můžete skutečně upravit, tedy rozmanitosti slov, hodnocené pomocí na délku odolné míry MATTR, prostého poměru typů a tokenů a seznamu slov, o která se váš návrh opírá nejvíce. Úzká, opakovaná slovní zásoba udržuje odhady modelu snadné a pozornost čtenáře nízkou ze stejného důvodu. Rytmus na úrovni vět je samostatná otázka, kterou pokrývá kontrola burstiness, tato stránka zůstává u jediného slova.
Odhaduje rozmanitost slov pomocí skóre MATTR odolného vůči délce, vašeho type-token ratio a slov, na která se váš návrh nejvíce spoléhá.
0 / 1,000 slov
84,000+
Mezinárodní výzkumní pracovníci
Průměrné hodnocení
Důvěřují mu výzkumní pracovníci publikující v
Jak kontrola perplexity hodnotí návrh
Vložte text, který chcete ohodnotit
K zahájení stačí odstavec, celý oddíl poskytne nejstabilnější výsledek. Funguje jakýkoli výzkumný nebo AI asistovaný návrh.
Přečtěte si skóre slovní zásoby
MATTR na stupnici 0-100 s hodnoticím pásmem, spolu s poměrem typů a tokenů a počtem jedinečných slov.
Řešte opakování, na kterém záleží
Seznam opakovaných slov ukazuje, kde se návrh opírá o příliš málo slov. Měňte slovesa a spojky kolem klíčových termínů, samotné termíny ponechte beze změny.
Jak tato kontrola měří předvídatelnost na úrovni slov
Stabilní bez ohledu na délku
Prostý TTR s rostoucí délkou textu klesá už jen proto, že se spojky a členy musí opakovat, což nenápadně znevýhodňuje delší texty. Hlavní číslo zde je MATTR, počítané v průběžném padesátislovném okně, takže dvoustránkový oddíl i desetistránková kapitola jsou posuzovány podle stejného standardu.
Pojmenovává opakující se viníky
Jedno číslo neříká, co je třeba opravit. Seznam slov přesně řadí, které termíny nesou příliš velkou část textu, přičemž běžná funkční slova jsou nejprve odfiltrována.
Stejná metrika jako jinde na tomto webu
Jde o totožný výpočet rozmanitosti slov, který je zobrazen na dlaždici perplexity v editačním zobrazení TextPulse humanizeru, zde však běží na vašem vlastním zařízení.
Prostá měření
Výstupem jsou lexikální data, skóre, poměr, seznam. Není k nim připojeno žádné autorství, protože žádné z těchto čísel to nemůže poctivě podpořit.
Co perplexity měří a co opomíjí
Jazykové modelování dalo perplexity její původní úkol, hodnotit, jak dobře model předpovídá další token sekvence, kterou dosud neviděl. Model, který stále hádá správně, protože text před ním čerpá ze známých, otřelých formulací, vytváří nízké číslo. Model, jehož hlavní odhad stále míjí cíl, protože autor stále volí konkrétní a méně běžná slova, vytváří vyšší číslo. Tento termín se z inženýrství rozšířil poté, co si čtenáři všimli hrubé souvislosti, text, který působí pro stroj předvídatelně, často působí předvídatelně i pro člověka obracejícího stránky, ze stejného základního důvodu.
Webová stránka nemůže spustit skutečný jazykový model, takže tento kontrolní nástroj měří jedinou složku perplexity, která je bez něj dostupná: nakolik se opakuje vaše slovní zásoba. Základní měření, poměr typů k tokenům, počítá odlišná slova vůči celkovému počtu slov a má známou vadu: poměr automaticky klesá s prodlužováním pasáže, protože funkční slova se musí opakovat bez ohledu na to, jak autor mění vše ostatní. MATTR to koriguje tak, že přes text posouvá pevné padesátislovné okno a v každé poloze průměruje poměr uvnitř něj, což udržuje krátký abstrakt i celou kapitolu na srovnatelné úrovni. Nízký výsledek téměř vždy vyplývá ze stejné příčiny: malý počet slov odvádí většinu práce.
Ne každé opakování je vada, kterou je třeba odstranit. Studie, která jednou pojmenuje určitý konstrukt, jej musí po zbytek rukopisu nazývat přesně stejně a recenzent, který zaznamená kolísání názvu mezi synonymy, to čte jako problém definice, nikoli jako volbu stylu. Opakování, které stojí za odstranění, se nachází kolem těchto pevných termínů, nikoli uvnitř nich: jde o slovesa, spojky a popisné fráze, které vykonávají okolní práci. Nahrazení opotřebovaného slovesa přesným výrazem zvýší skóre jen jako vedlejší důsledek toho, že věta skutečně říká více, a právě v tomto pořadí by se tyto dvě věci měly dít.
Volba slov je jen jedna osa prózy, která zní přirozeně. Rytmus na úrovni vět se měří zvlášť pomocí burstiness checkeru; konkrétní slovní zásoba, kterou AI při psaní nadužívá, má vlastní kontrolu v AI word cleaneru. Když je třeba předvídatelné znění spíše přepsat než měřit, je to úkol pro TextPulse humanizer.
Which words to vary, and which to keep fixed
A vocabulary score rewards editing some parts of a draft and punishes editing others. Telling the two apart is most of the revision skill.
Everyday connective language
A paragraph that runs "the results show" three times has a variety problem with a one-line fix: results can confirm, narrow, contradict or complicate, and every one of those verbs says something more exact than "show". The same logic covers connectors: however, although, whereas and despite each draw a distinction that a recycled "but" erases.
Defined constructs and key terms
A paper that names "working memory capacity" once has to keep naming it exactly that on every later page. Swapping in "cognitive load" halfway through for variety's sake changes the claim, and a reviewer reads that kind of drift as a definitional problem, not a style choice. Expect your key terms to top the repeated-word list this checker produces; that repetition is doing its job.
Synonym padding
Trading a plain word for a rare one to move the number does not help: "use" says nothing more once it becomes "utilize". Real variety comes from making a more specific claim, not from dressing up an identical one. If a swap adds no precision, the plain word was already correct.
Kdo používá perplexity checker
Studenti bakalářského a magisterského studia
Zjistěte, na kterých slovech je esej závislá, a pak si procvičujte nahrazování rámce argumentu novým zněním místo jeho opakování.
Akademičtí pracovníci a doktorandi
Zachyťte opakované sloveso dříve, než se s ním recenzent setká tucetkrát v rukopisu, zejména v rychle sepsaných částech výsledků a diskuse.
Obsahové a SEO týmy
Opakující se slovní zásoba působí na lidi i hodnoticí systémy jako šablona. Projděte text kontrolou, než ponese podpis autora.
Autoři píšící v druhém jazyce
Menší aktivní slovní zásoba v druhém jazyce se nejprve projeví opakováním. Sledujte skóre, jak se váš aktivní rozsah postupně rozšiřuje.
Předvídatelná formulace je snadno rozpoznatelná.
Oprava se vztahuje na celý návrh.
TextPulse humanizer přepisuje slovní zásobu, formulace i rytmus vět v celém rukopisu, zatímco význam a vaše terminologie zůstávají zachovány, přičemž každá změna je zobrazena v tracked changes, abyste ji mohli po řádcích přijmout nebo odmítnout.