Skip to contents

Caracteres promedio por palabra

Source: R/avg_metrics.R
chars_per_word.Rd

Calcula el promedio de caracteres por palabra para cada elemento de text. Por defecto, se contabilizan todos los caracteres presentes en cada token (tal como fueron devueltos por tokenize_words), por lo que normalmente no incluye puntuación si strip_punct = TRUE.

Usage

chars_per_word(text, na_as_zero = FALSE, drop_empty = TRUE, ...)

Arguments

text

Vector de caracteres con el/los texto(s) a analizar.

na_as_zero

Lógico; si es TRUE, cuando text tiene NA devuelve 0 en lugar de NA. Además, si un elemento no contiene palabras, devuelve 0 en lugar de NA.

drop_empty

Lógico; si es TRUE, descarta tokens vacíos antes de contar.

...

Argumentos adicionales que se pasan a tokenize_words.

Value

Un vector numérico con el promedio de caracteres por palabra.

Details

El conteo de caracteres se realiza con nchar(..., type = "chars"). Si deseás excluir explícitamente ciertos signos (p. ej., guiones), asegurate de configurar strip_punct o keep_hyphens en tokenize_words según corresponda.

See also

tokenize_words, count_words

Examples

chars_per_word("Hola mundo!")                 # típico: ~4 y ~5
#> [1] 4.5
chars_per_word("Palabra-compuesta ejemplo")   # depende de `keep_hyphens`
#> [1] 12