Kelime Sayısı Neden Farklı Çıkıyor? Word, Karakter Sayımı ve Okuma Süresi

1. Doğrudan Teşhis: Kelime Sayımı Neden Farklı Sonuç Verir?

Aynı metni Microsoft Word'e, Google Dokümanlar'a ve çevrim içi bir kelime sayacına yapıştırdığınızda genellikle üç farklı kelime ve karakter sonucu elde edersiniz. Bu durum bilgisayarınızdaki bir arızadan veya metnin bozulmasından kaynaklanmaz; yazılımların kullandığı kelime ayırma (tokenization) algoritmaları ve karakter sınır kurallarının farklı olmasının doğal bir sonucudur.

Farklılıkların %95'i şu beş teknik ayrımdan doğar:

• Tireli birleşik kelimeler: yüz yüze, web-tabanlı veya state-of-the-art tek kelime mi yoksa birden fazla kelime mi sayılmalıdır?
• Kesme işaretleri ve ekler: Ali'nin veya don't ifadesi tek kelime mi, iki kelime mi?
• Çizgiler ve ayırıcılar: Kısa çizgi (-) ile uzun düşünce çizgisi (—) arasındaki fark.
• Emojiler ve UTF-16 bayt boyutu: Tek bir emoji 1 karakter mi yoksa bellekte 2 UTF-16 birimi mi tutar?
• Boşluksuz diller (CJK): Çince ve Japonca gibi kelimeler arasında boşluk kullanılmayan dillerde kelime sınırı nasıl bulunur?

2. Dört Temel Metrik: Kelime, Boşluklu/Boşluksuz Karakter ve Paragraf

Araçları karşılaştırmadan önce şu dört temel metriğin tanımını kesinleştirmelisiniz:

3. GoToolstack Kelime Sayacı Motoru: Gerçek Kaynak Kod Mekaniği

GoToolstack'in istemci taraflı Kelime Sayacı aracında sayım işlemi şu doğrulanmış JavaScript düzenli ifadesiyle yapılır:

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;

Bu motorun gerçek çalışma sonuçları şunlardır:

• Tireli kelimeler: İfade (?:['’\-][\p{L}\p{N}]+)* kuralını içerdiğinden state-of-the-art, ar-ge veya yol-boyu tek kelime (1 kelime) sayılır.
• Kesme işaretleri: Hem düz (') hem eğik tipografik kesme (’) işareti içeren Ali'nin veya Ahmet’in ifadeleri tek bir bütün olarak 1 kelime sayılır.
• Uzun çizgiler (Em-dash): Uzun çizgi (—) regex deseninde bulunmadığından karar—destek ifadesi 2 ayrı kelime olarak ayrıştırılır.
• Emojiler: JavaScript'te v.length UTF-16 kod birimlerini (code units) sayar; bu durum görsel kullanıcı karakteri (grafem kümesi) ve bayt boyutundan farklıdır. Standart bir 🚀 emojisi bir vekil çiftinden (surrogate pair) oluştuğu için v.length 2 karakter üretir. Aile emojileri (👨‍👩‍👧‍👦) ise sıfır genişlikli bağlayıcılarla 11 birim tutar.

4. Microsoft Word vs. Çevrim İçi Sayaçlar: Resmî Word Kuralları

Microsoft Word uygulamasında (Microsoft Word resmî dokümantasyonuna göre):

• Word, tire ile ayrılan kelimeleri (örneğin bire-bir) varsayılan olarak tek kelime sayar.
• Microsoft Word'de Sözcük Sayımı iletişim kutusunda "Metin kutularını, dipnotları ve sonnotları ekle" seçeneği bulunur; ancak Word üst bilgi ve alt bilgileri belge toplam sözcük sayımına varsayılan olarak kesinlikle DAHİL ETMEZ Sözcük Sayımı iletişim kutusundaki (Gözden Geçir > Sözcük Sayımı) Metin kutularını, dipnotları ve sonnotları ekle onay kutusuna bağlıdır. Bu kutu işaretliyse Word, web sayacına yapıştırdığınız gövde metninden daha yüksek bir sayı verir.
• Eğik çizgi ile birleştirilen ifadeler (evet/hayır) Word'ün dil denetimi sözlüğüne göre tek veya iki kelime olarak yorumlanabilir.

5. Okuma ve Konuşma Süresi: Hız Varsayımları ve Tahminler

Bir sayacın gösterdiği okuma veya konuşma süresi evrensel bir biyolojik saat değil, istatistiksel bir hız varsayımıdır:

• Sessiz Okuma Süresi: GoToolstack, ortalama yetişkin okuma hızı için dakikada 200 kelime (WPM) kabul eder (Math.round(words / 200)). Akademik meta-analizler (Brysbaert, 2019), kurgusal olmayan metinlerde ortalama yetişkin okuma hızını 238 kelime/dakika olarak belirlemiştir. Teknik ve akademik metinlerde bu hız 150-180 kelimeye düşer.
• Sesli Konuşma Süresi: GoToolstack, konuşma hızı için dakikada 130 kelime kabul eder (Math.round(words / 130)). Profesyonel sunum ve hitabet standartları (Toastmasters kılavuzları) 120-150 kelime/dakika aralığını önerir.

6. Boşluksuz Diller: Çince ve Japonca (CJK) Sınırları

Çince ve Japoncada kelimeler arasına boşluk konulmaz (örneğin 我喜欢编写软件 veya 日本語の文字数).

7. GoToolstack Metin Araçları

Metinlerinizi sunucuya göndermeden, tarayıcınızda güvenle analiz edin ve dönüştürün:

• Kelime Sayacı: Canlı kelime, karakter, cümle ve tahmini okuma süresi analizi.
• Büyük/Küçük Harf Dönüştürücü: Metinleri büyük harf, küçük harf ve başlık düzenine çevirin.
• Metin Araçları Kategorisi: Tarayıcı içi metin işleme ve düzenleme araçları.

Teknik Referanslar ve Resmi Standartlar

• Microsoft Support: Microsoft Word'de sözcük sayısını görüntüleme (Masaüstü, Web, Mac ve dipnot dahil etme kuralları).
• Brysbaert, M. (2019): Dakikada kaç kelime okuyoruz? Okuma hızının meta-analizi ve sistematik incelemesi (Journal of Memory and Language, 109, 104047).
• Unicode Standard Annex #29: Unicode Metin Segmentasyonu (Sözcük Sınırları, Grafem Kümeleri ve Cümle Ayrıştırma).