لماذا يختلف عدد الكلمات بين برنامج Word وأدوات العد عبر الإنترنت؟

1. التشخيص المباشر: لماذا تختلف نتائج عد الكلمات بين الأدوات؟

عند لصق نفس النص في Microsoft Word وGoogle Docs وأداة عد عبر الإنترنت، ستلاحظ غالباً ثلاثة أرقام مختلفة تماماً. هذا ليس عطلاً تقنياً في جهازك، بل ناتج حتمي عن اختلاف خوارزميات التقسيم (Tokenization) وقواعد حدود الكلمات في كل برنامج.

تعود الفروق بشكل أساسي إلى خمس نقاط تقنية محددة:

• الكلمات المركبة الموصولة بشرطة: هل تُحسب state-of-the-art ككلمة واحدة أم أربع كلمات؟
• علامات الاقتباس والحذف (Apostrophes): هل تعتبر don't كلمة واحدة أم كلمتين؟
• الشرطة العادية مقابل الشرطة الطويلة: الفارق بين الشرطة القصيرة (-) والشرطة الفاصلة (— / –).
• الرموز التعبيرية (Emoji) ووحدات UTF-16: هل الرمز الواحد يحسب كحرف واحد أم وحدتين برمجيتين؟
• اللغات التي لا تستخدم فواصل المسافات (CJK): كيف تحدد الأدوات حدود الكلمات في الصينية واليابانية؟

2. المقاييس الأربعة الأساسية: الكلمات، الحروف بالمسافات وبدونها، والفقرات

قبل مقارنة البرامج، يجب التمييز بوضوح بين هذه المقاييس الأربعة:

3. محرك عد الكلمات في GoToolstack: الآلية البرمجية الفعلية

تعمل أداة GoToolstack داخل المتصفح مباشرة بالاعتماد على التعبير النمطي التالي في JavaScript:

const rawWords = v.match(/[\p{L}\p{N}]+(?:['’\-][\p{L}\p{N}]+)*/gu) || [];
const words = rawWords.length;
const chars = v.length;
const charsns = v.replace(/\s/g, '').length;
const sentences = (v.match(/[.!?]+(\s|$)/g) || []).length;
const paras = v.trim() === '' ? 0 : v.split(/\n+/).filter(p => p.trim().length > 0).length;

النتائج المباشرة لهذا المحرك:

• الكلمات الموصولة بشرطة: بفضل القاعدة (?:['’\-][\p{L}\p{N}]+)*، تُحسب state-of-the-art كـ كلمة واحدة.
• الفواصل العليا (Apostrophes): يتم الحفاظ على الكلمات مثل don't كـ كلمة واحدة.
• الشرطة الطويلة (Em-dash): لا تندرج الشرطة الطويلة (—) ضمن النمط، وبالتالي تقسم نص—آخر إلى كلمتين منفصلتين.
• الرموز التعبيرية: تحسب خاصية v.length وحدات UTF-16؛ فالرمز 🚀 يعطي حرفين ورموز العائلة المركبة تصل إلى 11 وحدة.

4. برنامج Microsoft Word مقابل أدوات الويب: القواعد الرسمية

في برنامج Microsoft Word (وفقاً للوثائق الرسمية لبرنامج Microsoft Word):

• يحسب Word الكلمات الموصولة بشرطة كـ كلمة واحدة بشكل افتراضي.
• يعتمد احتساب الهوامش السفلية ومربعات النصوص على خيار تضمين مربعات النصوص والحواشي السفلية والتعليقات الختامية في نافذة تعداد الكلمات.
• الكلمات المفصولة بشرطة مائلة (نعم/لا) قد تحتسب ككلمة أو كلمتين بحسب قواميس التدقيق اللغوي المثبتة.

5. وقت القراءة والتحدث: التقديرات ومعدلات السرعة

الوقت المعروض ليس وحدة قياس بيولوجية ثابتة، بل تقدير رياضي وفق سرعات متوسطة:

• سرعة القراءة الصامتة: يعتمد GoToolstack معدل 200 كلمة في الدقيقة (WPM) (Math.round(words / 200)). أظهرت الدراسات (Brysbaert, 2019) أن المعدل للبالغين حوالي 238 كلمة/دقيقة، وينخفض في النصوص العلمية المعقدة إلى 150-180 كلمة.
• سرعة الإلقاء والخطابة: يتم احتساب 130 كلمة في الدقيقة (Math.round(words / 130))، وهو المعدل المعتمد عالمياً للعروض التقديمية الاحترافية.

6. اللغات الخالية من المسافات: حدود الصينية واليابانية (CJK)

في اللغتين الصينية واليابانية، تُكتب الجمل متصلة دون مسافات تفصل بين الكلمات (مثل 我喜欢编写软件 أو 日本語の文字数を数える).

7. أدوات النصوص في GoToolstack

قم بتحليل ومعالجة نصوصك محلياً داخل المتصفح مع الحفاظ التام على الخصوصية دون رفع أي بيانات:

• عداد الكلمات: تحليل فوري للكلمات والحروف والجمل ووقت القراءة التقديري.
• محول حالة الأحرف: التبديل بين الأحرف الكبيرة والصغيرة وصيغ العناوين.
• قسم أدوات النصوص: باقة شاملة من أدوات معالجة النصوص داخل المتصفح.

المراجع التقنية والمعايير الرسمية

• Microsoft Support: عرض عدد الكلمات في Microsoft Word (سطح المكتب، الويب، Mac وخيارات تضمين الحواشي السفلية).
• Brysbaert, M. (2019): كم كلمة نقرأ في الدقيقة؟ مراجعة وتحليل تلوي لمعدل سرعة القراءة (Journal of Memory and Language).
• Unicode Standard Annex #29: تجزئة نصوص يونيكود (حدود الكلمات وعناقيد الحروف والجمَل).