Waarom het aantal woorden verschilt tussen Microsoft Word en online tellers

1. Het raadsel van afwijkende woordentellingen

Studenten die een scriptie met een strikt maximumaantal woorden inleveren, vertalers die per woord worden betaald, en copywriters die artikelen voor tijdschriften schrijven, lopen regelmatig tegen hetzelfde probleem aan: een document telt 2.500 woorden in Microsoft Word, maar 2.545 woorden in Google Docs en 2.480 woorden in een online teksteditor.

Hoe kan een schijnbaar elementaire wiskundige taak – het tellen van het aantal woorden in een tekst – tot zulke uiteenlopende uitkomsten leiden? Het antwoord schuilt in de definitie van wat een "woord" feitelijk is en hoe verschillende algoritmen omgaan met leestekens, koppeltekens en getallen.

2. Koppeltekens, liggende streepjes en em-dashes (—)

De grootste bron van discrepanties zijn woorden die verbonden zijn met een koppelteken (zoals state-of-the-art of kant-en-klaar):

• Microsoft Word Benadering: Word beschouwt een woord met een koppelteken doorgaans als één enkel woord. state-of-the-art telt in Word als 1 woord.
• Naïeve Regex Benadering (\w+): Veel eenvoudige online tellers splitsen op elk niet-alfanumeriek karakter. In die tools telt state-of-the-art als maar liefst 4 afzonderlijke woorden!
• Em-dashes (—): Wanneer auteurs een lange gedachtestreep (em-dash) zonder spaties gebruiken (woord—ander), ziet Word dit vaak nog steeds als 1 woord, terwijl redactionele stijlgidsen dit als twee afzonderlijke woorden beschouwen.

3. Apostrofs en Nederlandse contracties ('s-Gravenhage, foto's)

In de Nederlandse grammatica speelt de apostrof een prominente rol bij meervoudsvormen (auto's, foto's), bezitsvormen (Anna's boek) en historische contracties ('s-Gravenhage, 's-ochtends, 's-werelds):

Een doordachte woordenteller moet herkennen dat de apostrof in foto's een integraal onderdeel is van het woord en niet twee woorden ("foto" en "s") vormt. Bij 's-Gravenhage dient de parser de voorloopapostrof en het koppelteken correct te groeperen zonder de algehele tekstanalyse te verstoren.

4. Witruimtenormalisatie en getallen als woorden

Tellen getallen als woorden? In Microsoft Word telt het jaartal 2026 of een geldbedrag zoals € 150,00 mee als een woord. Andere analysetools filteren zuiver numerieke waarden juist weg om alleen taalkundige woordenschat te analyseren.

Ook onzichtbare Unicode-spaties (zoals vaste spaties / non-breaking spaces   of zero-width spaces) kunnen een naïef telscript ernstig ontregelen als de tekst niet vooraf grondig genormaliseerd wordt via Unicode Normalization Form C (NFC).

5. De robuuste standaard van de GoToolstack Woordenteller

De GoToolstack Woordenteller implementeert een geavanceerd lexicaal analysemodel dat rekening houdt met moderne internationale typografische normen:

1. Plak uw tekst: Plak uw alinea's, artikelen of academische teksten in het tekstveld.
2. Realtime statistieken: Bekijk onmiddellijk het exacte aantal woorden, tekens met spaties, tekens zonder spaties, alinea's en zinnen.
3. Leestijd- en spreektijdberekening: Krijg direct inzicht in de geschatte leestijd (uitgaande van het wetenschappelijk gemiddelde van 200–250 woorden per minuut) en spreektijd voor presentaties.