woordlengte

Woordlengte verwijst naar de lengte van een woord, meestal gemeten in het aantal letters. In geschreven Nederlands is dit de gangbare maat. Bij spraak- of taaltechnische toepassingen kan ook het aantal syllables of fonemen relevant zijn, afhankelijk van de analysevorm en de definitie van wat als één woord telt.

De Nederlandse woordvorming leunt sterk op samenstelling, waardoor woorden vaak lang kunnen worden. Ook afleidingen met voor- en achtervoegsels, leenwoorden en morfologische processen dragen bij aan de lengte. In het schrift worden veel samengestelde woorden als één woord geschreven, wat de lengte in letters vergroot; voor leesbaarheid of typografische redenen kan een koppelteken soms worden gebruikt om lange termen over regels te verdelen.

Woordlengte heeft invloed op leesbaarheid en tekstverwerking. Langere woorden kunnen de leeservaring beïnvloeden, vooral in korte teksten of bij jonge lezers. Voor typografie bepaalt de lengte hoe woorden zich opstapelen aan het eind van een regel en kan het de keuze voor hyphenatie beïnvloeden. In natuurlijke taalverwerking vormt woordlengte een eenvoudige maar nuttige eigenschap: het beïnvloedt tokenisatie, geheugenvereisten bij taalmodellen en de prestaties van zoek- en indexeringssystemen.

Er bestaan variaties tussen genres en corpora: technische of vakteksten bevatten doorgaans langere woorden door vakterminologie en samengestelde termen, terwijl gesproken of informele taal vaak kortere woorden gebruikt. De meting van woordlengte varieert afhankelijk van de gekozen maat (letters, grapheme clusters of syllables) en van orthografische of typografische regels die worden toegepast bij de verwerking van teksten.