ประเมิน perplexity ของงานเขียนของคุณผ่านส่วนที่คุณแก้ไขได้จริงๆ คือความหลากหลายของคำ Checker นี้ให้คะแนนคลังคำของคุณด้วยการวัดแบบ moving-window ที่ทนต่อความยาว (MATTR) รายงาน type-token ratio ของคุณ และแสดงรายการคำที่ร่างของคุณพึ่งพามากที่สุด ถ้อยคำที่ซ้ำซากและมีความหลากหลายน้อยเป็นหนึ่งในเหตุผลที่ชัดเจนที่สุดที่ทำให้งานเขียนอ่านแล้วแบน หน้าเว็บนี้ทำให้เห็นและนับได้
Trusted by researchers publishing in
ย่อหน้าเดียวก็เริ่มได้, ส่วนหนึ่งหรือหนึ่งบทจะให้คะแนนที่น่าเชื่อถือที่สุด ไม่มีจำกัดจำนวนคำ
ความหลากหลายของคำโดยประมาณในสเกล 0-100 พร้อมช่วงคำตัดสิน, รวมถึง type-token ratio และจำนวนคำที่ไม่ซ้ำ
รายการคำที่ใช้ซ้ำมากที่สุดแสดงให้เห็นว่าร่างของคุณพึ่งพาคำใดมากที่สุด เปลี่ยนแปลงคำกริยาและคำเชื่อมรอบๆ คำสำคัญของคุณ และคงคำศัพท์หลักไว้ตามเดิม
TTR แบบดิบจะลดลงเมื่อข้อความยาวขึ้น ดังนั้น Checker ออนไลน์ส่วนใหญ่จึงลงโทษเอกสารยาวๆ คะแนนหลักที่นี่คือ MATTR ในหน้าต่าง 50 คำ, บทหนึ่งกับย่อหน้าหนึ่งจะถูกประเมินด้วยมาตรฐานเดียวกัน
คะแนนอย่างเดียวใช้ต่อยอดไม่ได้ รายการคำที่ใช้ซ้ำมากที่สุดแสดงให้เห็นชัดเจนว่าคำใดแบกข้อความของคุณมากเกินไป โดยนับโดยตัด stopwords ออก
การประเมินความหลากหลายของคำแบบเดียวกับที่แดชบอร์ด humanizer ของเรารายงานในไทล์ In-Text Perplexity, ทำงานบนอุปกรณ์ของคุณเอง
เครื่องมือนี้รายงานข้อมูลเชิงศัพท์เท่านั้น ไม่มีการกล่าวอ้างเรื่องผู้เขียน, ไม่มีคำสัญญาเรื่องการตรวจจับ: ตัวเลขที่คุณตรวจสอบด้วยมือได้
Perplexity เริ่มต้นจากการวัดเชิงวิศวกรรม: โมเดลภาษาคาดเดาคำถัดไปแต่ละคำของข้อความได้ดีเพียงใด? ร้อยแก้วที่สร้างจากวลีสำเร็จรูปคาดเดาได้ง่ายและได้คะแนนต่ำ, ร้อยแก้วที่เลือกอย่างเฉพาะเจาะจงและหลากหลายทำให้โมเดลประหลาดใจมากกว่า การวัดนี้ข้ามเข้าสู่วัฒนธรรมการเขียนเมื่อผู้อ่านสังเกตว่าความเชื่อมโยงนี้ทำงานสองทาง ข้อความที่โมเดลมองว่าเดาได้ มักให้ความรู้สึกเดาได้สำหรับคนด้วย, เพราะคลังคำขนาดเล็กชุดเดิมยังคงปรากฏตามจังหวะเดิม
หน้าเว็บไม่สามารถคำนวณ model perplexity ได้อย่างซื่อตรง แต่สามารถวัดองค์ประกอบของมันที่ผู้เขียนควบคุมได้โดยตรง: ความหลากหลายของคำศัพท์ มาตรฐานทั่วไปคือ type-token ratio, คำที่ไม่ซ้ำหารด้วยคำทั้งหมด, และการปรับปรุงที่ทนต่อความยาวอย่าง MATTR ซึ่งเลื่อนหน้าต่างคงที่ผ่านข้อความและเฉลี่ยอัตราส่วนนั้นภายในหน้าต่าง คะแนนต่ำมีสาเหตุที่สม่ำเสมอ: คำไม่กี่คำกำลังแบกข้อความมากเกินไป การร่างแบบเร็วๆ การเขียนในภาษาที่สอง และความช่วยเหลือจาก AI ล้วนทำเช่นนั้นในแบบของตนเอง โดยหมุนเวียนคำกริยาและคำเชื่อมที่ชอบใช้ซ้ำอย่างสม่ำเสมอทั่วทุกย่อหน้า
ทักษะการปรับแก้คือการรู้ว่าควรรักษาการซ้ำตรงไหน งานเขียนเชิงวิชาการต้องการความสอดคล้องของศัพท์: แนวคิดที่นิยามไว้ต้องคงชื่อเดิมทุกครั้งที่ปรากฏ และผู้ประเมินก็ถูกต้องแล้วที่ไม่ไว้วางใจต้นฉบับที่สลับคำพ้องสำหรับแนวคิดหลักของตนเอง ความหลากหลายที่ควรเพิ่มอยู่ในส่วนอื่นๆ, ในคำกริยา คำเชื่อม และคำอธิบายรอบๆ คำที่ตายตัวเหล่านั้น "The results show" สามารถกลายเป็นสิ่งที่ผลลัพธ์ทำจริงๆ ได้: demonstrate, contradict, narrow, confirm การสลับแต่ละครั้งเพิ่มความหลากหลายเป็นผลพลอยได้จากการพูดให้แม่นยำขึ้น ซึ่งเป็นลำดับเหตุและผลที่ถูกต้อง
ความหลากหลายของคำเป็นชั้นหนึ่งของร้อยแก้วที่อ่านได้อย่างเป็นธรรมชาติ สำหรับจังหวะระดับประโยค ดูburstiness checker; สำหรับคำเฉพาะที่โมเดล AI ใช้มากเกินไปAI word cleaner; และสำหรับงานฝีมือโดยรวม ดูคู่มือของเราเกี่ยวกับทำให้งานเขียน AI ฟังดูเป็นมนุษย์.
ความหลากหลายของคำให้รางวัลกับการแก้ไขในบางจุดและลงโทษในบางจุด เส้นแบ่งระหว่างสองส่วนนั้นคือสิ่งที่ทำให้การปรับแก้เชิงวิชาการเป็นทักษะ
"The results show" สามครั้งในหนึ่งย่อหน้าเป็นปัญหาด้านความหลากหลาย ผลลัพธ์สามารถ demonstrate, confirm, narrow, contradict หรือ qualify ได้; คำกริยาแต่ละคำยังสื่อสิ่งที่แม่นยำกว่า "show" ด้วย เช่นเดียวกับคำเชื่อม: however, although, whereas และ despite มีความแตกต่างที่การใช้ "but" ซ้ำๆ ทำให้แบนลง
ถ้างานวิจัยของคุณนิยาม "working memory capacity", มันต้องเป็น "working memory capacity" ทุกหน้า การสลับเป็น "cognitive load" หรือ "mental bandwidth" เพื่อความหลากหลายจะเปลี่ยนข้ออ้างไป ผู้ประเมินอ่านศัพท์ที่สลับด้วยคำพ้องว่าไม่แม่นยำ ไม่ใช่สไตล์ รายการคำที่ใช้ซ้ำมากที่สุดของคุณจะมีคำสำคัญเหล่านั้นอยู่, และการซ้ำนั้นถูกต้อง
การไล่คะแนนด้วยการแทนคำธรรมดาด้วยคำหายากเพิ่มความหลากหลายและทำลายร้อยแก้ว: "use" ไม่ได้ดีขึ้นด้วยการกลายเป็น "utilize" ความหลากหลายที่แท้จริงมาจากการพูดสิ่งที่เฉพาะเจาะจงกว่า ไม่ใช่การประดับสิ่งเดิม หากการแทนคำไม่เพิ่มความแม่นยำ ให้คงคำธรรมดาไว้
สังเกตวลีสำเร็จรูปที่งานร่างเร็วๆ และความช่วยเหลือจาก AI ชอบนำกลับมาใช้ซ้ำ ก่อนที่ผู้ประเมินจะอ่านคำกริยาคำเดิมซ้ำถึง 11 ครั้ง
ดูว่าคำใดที่เรียงความพึ่งพามาก และเรียนรู้ที่จะปรับภาษาโดยรอบข้อโต้แย้งแทนการทำซ้ำกรอบเดิม
ภาษาที่สองทำให้คลังคำที่ใช้งานได้มีขนาดเล็กกว่า และความซ้ำก็เผยให้เห็นสิ่งนั้น วัดความก้าวหน้าเมื่อขอบเขตการใช้งานของคุณกว้างขึ้น
วินิจฉัยว่าทำไมชิ้นงานหนึ่งจึงอ่านแล้วแบนทั้งที่ไวยากรณ์และโครงสร้างดี: คำตอบมักคือ 30 คำที่กำลังทำงานทั้งหมด
humanizer ของ ProofreaderPro ปรับเขียนคำศัพท์ สำนวน และจังหวะที่มีกลิ่นอาย AI ตลอดทั้งร่างของคุณ โดยคงความหมายไว้ พร้อมผลลัพธ์ให้คุณตรวจทีละบรรทัด สร้างมาสำหรับนักวิจัย, ทดลองใช้ได้ฟรี
ทำให้งานเขียนของฉันเป็นมนุษย์ฟรีตรวจทาน ทำให้เป็นภาษามนุษย์ ปรับถ้อยคำ และแปลงานเขียนทางวิชาการของคุณในที่เดียว เริ่มใช้งานได้ฟรี ไม่ต้องใช้บัตรเครดิต
เริ่มต้นใช้งานฟรี