Szófelhő generátor

Mire jó egy szófelhő – és mire nem

A szófelhő egyetlen dolgot mutat meg jól: mely szavak fordulnak elő gyakran egy szövegben. Ez meglepően sokat elárul kérdőívek szöveges válaszairól, egy vállalati beszámoló hangsúlyairól vagy arról, miről is szól valójában egy fejezet. Óra eleji ráhangolódásnak, prezentáció nyitóképének vagy egy dolgozat témájának bemutatására kifejezetten jól működik.

Amire nem jó: pontos elemzésre. A betűméret a gyakorisággal arányos, de a szemünk nem tud méretekből számot olvasni, ráadásul a hosszabb szavak önmagukban is nagyobb helyet foglalnak. Ha az számít, hogy hányszor szerepel valami, a gyakoriságlista pontosabb — ezért a felhő alatt ki is írjuk a tíz leggyakoribb szót a darabszámukkal.

Miért kell magyar szófelhő-generátor

Egy angol nyelvre készült generátor a magyar szövegben nem ismeri fel, hogy az „a”, „az”, „és”, „hogy”, „nem” szavak nem hordoznak tartalmat. Az eredmény egy olyan kép, ahol a legnagyobb szó a névelő. Az itteni szűrő több mint kétszáz magyar funkciószót ismer: névelőket, kötőszavakat, névmásokat, névutókat és a leggyakoribb létigealakokat.

A második különbség a betűkészlet. Az ő és ű betű hosszú kettős ékezete sok webes betűtípusból hiányzik, ilyenkor a böngésző más betűtípusból helyettesíti – ettől lesz egy szófelhő „hullámos”. Itt a rajzolás olyan betűkészlettel történik, amely a teljes magyar ábécét tartalmazza.

Tippek szebb eredményhez

• Emeld a minimális szóhosszt. Öt betűtől felfelé szinte csak tartalmas szavak maradnak, a kép azonnal olvashatóbb lesz.
• Kevesebb szó, nagyobb hatás. Negyven szó látványosabb, mint száz. A hosszú farok úgyis olvashatatlan méretben jelenik meg.
• Az elrendezés számít. Ha a szöveg néhány nagyon domináns szót tartalmaz, a négyzetes vászon jobban kihasználja a helyet, mint a fekvő.
• Átlátszó háttér prezentációhoz. Így a szófelhő rákerül a dia saját háttérszínére anélkül, hogy fehér téglalap keretezné.

Hogyan számol a generátor

A szöveget szavakra bontjuk, kisbetűsítjük, majd kiszűrjük a megadott hossznál rövidebbeket és — ha a szűrés be van kapcsolva — a stopszavakat. A megmaradt szavakat megszámoljuk, és a gyakoriság négyzetgyöke alapján méretezzük: így a leggyakoribb szó sem nyomja el teljesen a többit. Az elhelyezés spirál mentén történik a vászon közepéből kifelé, ütközésvizsgálattal — minden szó a legbelső szabad helyre kerül, ahol még elfér.

A ragozott alakokat nem vonjuk össze, mert a magyar szótövezés megbízhatatlanul működik szótár nélkül, és egy hibás összevonás rosszabb, mint a szétaprózódás.