Avaliação da Validade dos Índices de Diversidade Lexical Usando Julgamentos Diretos

Índices de diversidade lexical têm sido usados para estimar o tamanho do vocabulário de um escritor e/ou a proficiência lexical de um escritor há algum tempo. Um problema com muitos índices de diversidade lexical comumente utilizados (por exemplo, TTR e índice) é que eles variam em função do comprimento do texto. Assim, muitas pesquisas foram dedicadas ao desenvolvimento de índices que sejam independentes do comprimento do texto. No entanto, muito pouca pesquisa investigou o grau em que os índices de diversidade lexical refletem as avaliações humanas da própria diversidade. Neste estudo, a relação entre índices relacionados a três dimensões de diversidade lexical (abundância, variedade e volume) e as classificações humanas de diversidade lexical são exploradas em um corpus de ensaios argumentativos de L1 e L2. Os resultados indicaram que a abundância foi o preditor mais forte das classificações de diversidade lexical, seguido pelo volume e pela variedade. Modelos multivariados indicaram que 74% da variância nas classificações de diversidade lexical poderiam ser explicados pela abundância e variedade, e que o status do falante teve um efeito negligenciável. Discussões sobre as implicações para a pesquisa, instrução de escrita e escritores são apresentadas.