免费困惑度检测器 衡量词级可预测性

语言模型对句子中每一个下一个词的惊讶程度。模型在继续读取之前，会为每一个候选词分配概率，而困惑度总结的是它的最高猜测通常离实际出现的那个词有多远。熟悉的表达会让模型的猜测更贴近，因此得分更低。具体且不常见的词汇选择会让模型更难预测，因此得分会上升。这是一种词级别的度量，两个片段可以共享相同的句子结构，但一旦你看清楚是哪些词填入其中，得分仍可能不同。

不，而且页面已经说得很直白。真正的困惑度需要在你的文本上运行一个真实的语言模型，并对其下一个词预测进行评分，这是浏览器页面无法准确完成的工作。可以直接衡量的，是作者实际能够控制的成分：词汇范围。这里报告的就是这一点，一个对长度更稳健的 MATTR 得分，你的类型-标记比率，以及你的稿件重复最多的词，并且它会以估计值的形式呈现，而不是作为断言。

类型-标记比率将一段文字中不同词的数量，也就是 types，除以总词数，也就是 tokens；由 70 个不同词构成的一段 100 词的段落得分为 0.70。随着段落变长，这个数会自动下降，因为无论其余词汇多么多样，文章、代词和连接词都必须重复。于是，直接的 TTR 无法用于把一个段落与完整章节进行比较，因此本页的标题得分使用 MATTR，而不是原始 TTR。

不能。检查器只报告词汇统计数据，即一个 MATTR 分数、一个词元比，以及一个重复词列表。它不判断作者身份。未经编辑的 AI 草稿中经常会出现重复措辞，这也是这项检查有用的原因，但许多人类作者也会重复自己，而且模型和人一样都能产生多样的词汇。这些数字描述的是文本本身，它们并不声称文本由谁或什么生成。

不。该得分由页面上的词决定，每次计算方式都相同，不管你运行了多少次。推动数字变化的是对词汇本身的编辑：把一个重复的动词替换成更具体的动词，得分会随文本变化而改变，而除此之外没有任何其他原因。

围绕某个术语来调整句子，而不是改变该术语本身。学术文体的表述依赖于一个已定义的概念，每次出现都要保持同一个精确名称；在第四次提及时用同义词替换，会让审稿人觉得不够准确，而不是体现文风。真正的多样性来自固定术语周围的动词、连接词和描述。一个段落里“结果表明”重复了三次，真正的解决办法是：结果可以证实、缩小范围、相互矛盾或使结论更复杂，而这些动词所传达的含义比“表明”更为精确。