Verificador gratuito de perplexidade Meça a previsibilidade no nível da palavra

O quanto um modelo de linguagem fica surpreso com cada próxima palavra em uma frase. O modelo atribui uma probabilidade a cada palavra candidata antes de continuar a leitura, e a perplexidade resume o quanto a melhor aposta dele, em geral, fica distante da palavra que de fato aparece. Frases familiares mantêm as previsões do modelo próximas, então ele pontua baixo. Escolhas específicas, menos comuns, mantêm o modelo surpreso, então a pontuação sobe. Esta é uma medida no nível da palavra: dois trechos podem compartilhar a mesma estrutura de frase e ainda assim obter pontuações diferentes, uma vez que você olha quais palavras preenchem o trecho.

Não, e a página diz isso de forma clara. Perplexidade genuína exige executar um modelo de linguagem real sobre seu texto e pontuar as previsões da próxima palavra, um trabalho que uma página de navegador não consegue fazer com precisão. O que pode ser medido diretamente é o ingrediente que um escritor realmente controla: o alcance de vocabulário. Isso é o que é reportado aqui, uma pontuação MATTR robusta quanto ao comprimento, sua razão tipo-token, e as palavras que seu rascunho mais repete, e isso é reportado como uma estimativa, em vez de uma afirmação.

A razão tipo-token divide a contagem de palavras distintas em um trecho, seus tipos, pela contagem total de palavras, seus tokens; um parágrafo de cem palavras construído com setenta palavras distintas obtém 0,70. O número cai automaticamente à medida que um trecho fica mais longo, porque artigos, pronomes e conectores precisam se repetir, não importa o quão variado seja o restante do vocabulário. Isso torna o TTR puro inutilizável para comparar um parágrafo com um capítulo inteiro, por isso a pontuação principal nesta página é MATTR, em vez de TTR bruto.

Não. O verificador relata apenas estatísticas de vocabulário, uma pontuação MATTR, uma razão tipo-token e uma lista de palavras repetidas. Ele não julga a autoria. Formulações repetitivas aparecem com frequência em rascunhos de IA não editados, razão pela qual a verificação é útil, mas muitos autores humanos também se repetem, e um vocabulário variado é alcançável tanto por um modelo quanto por uma pessoa. Os números descrevem o texto, eles não trazem nenhuma afirmação sobre quem ou o que o produziu.

Não. A pontuação é uma função das palavras na página, calculada da mesma forma toda vez, independentemente de quantas vezes você a execute. O que move o número é editar o vocabulário em si: troque um verbo repetido por um mais específico e a pontuação muda porque o texto mudou, e por nenhum outro motivo.

Varie a frase em torno de um termo, nunca o termo em si. A prosa acadêmica depende de um conceito definido, mantendo um nome exato sempre que ele aparece; trocar por um sinônimo na quarta menção é lido por um revisor como imprecisão, em vez de estilo. A variedade produtiva está nos verbos, conectores e descrições que cercam esses termos fixos. Um parágrafo que repete "os resultados mostram" três vezes tem uma correção real: os resultados podem confirmar, restringir, contradizer ou complicar, e cada um desses verbos diz algo mais preciso do que "mostrar" alguma vez disse.