Over woorden en tekens tellen | Segmentatie, grafemen en limieten

Wat is een woord?

In het Nederlands is een woord ongeveer wat tussen spaties staat, maar Chinees, Japans en Thai worden zonder spaties geschreven. De Unicode-standaard (UAX 29) beschrijft woordgrenzen en browsers voegen woordenboeken toe voor die talen. Een getal als 3,5 telt als één woord.

Wat is een teken?

Een computer bewaart tekst als codepunten, maar een lezer ziet grafemen. Een vlag, een gezinsemoji of een e met los accentteken zijn meerdere codepunten maar één zichtbaar teken. Deze teller telt grafemen.

Lees- en spreeksnelheid

Een overzicht van 190 studies door Marc Brysbaert uit 2019 vond een gemiddelde stille leessnelheid van ongeveer 238 woorden per minuut voor Engelse non-fictie en ongeveer 260 voor fictie. Presentaties en luisterboeken zitten meestal op 130 tot 160 woorden per minuut.

Gangbare limieten

Een sms bevat 160 tekens uit het GSM-alfabet, of 70 als er andere tekens in staan; langere berichten worden in delen van 153 of 67 gesplitst. X staat 280 gewogen tekens toe. Zoekmachines tonen ongeveer 50 tot 60 tekens van een titel en 155 tot 160 van een metabeschrijving, gemeten in pixels, dus zie het als richtlijn.