Chinese Level Test · 英語原文:2026年11月6日 · 日本語版公開日:2026年11月7日
中国語の文字数と単語数:提出前に数え方を確認する
中国語の文字数カウンターと単語数カウンターは、必ずしも同じものを数えません。課題、申請書、翻訳文を提出する前に、必要な単位と、句読点・空白・複数言語が混在する文章の扱いを提出先に確認しましょう。数字の定義が提出条件と一致して初めて、その数字を利用できます。
このサイトのカウンターは、漢字と、Unicodeコードポイントのいくつかの分類を数えます。中国語を単語に分割したり、目に見える記号を必ず一つの単位として数えたりする機能ではありません。このガイドでは、使った単位を正確に記録するための確認表と比較例を示します。既存のカウンターの機能を置き換えるのではなく、提出前の確認作業を補います。
提出条件を分かりやすく書き残す
提出先からの指示そのものを、最終原稿と一緒に保存してください。求められているのは中国語の漢字数、単語数、総文字数、それとも特定のシステムが表示する数でしょうか。曖昧な場合は、何を含めるか確認します。ある単位の上限を、固定の比率で別の単位に換算できるとは考えないでください。
空白、句読点、数字、ラテン文字、見出し、参考文献を数えるか記録します。指定の入力欄やソフトウェアがあるかも残しましょう。その規則は、このサイトの分類とは異なる場合があります。一つの規則では数学的に正しい数でも、別の提出条件には合わないことがあります。
数え方で答えが変わる三つの問い
漢字数は、漢字に分類されるコードポイントがいくつあるかを示します。総コードポイント数は、句読点、空白、結合文字を含め、ツールが処理する全コードポイントを数えます。書記素クラスタ数は、分割規則に従い、人が一つの文字として知覚する単位に相当する並びをまとめます。同じ見た目の文章でも、これらの問いへの答えは異なることがあります。
単語数には、単語の区切り方が必要です。中国語では通常、すべての単語の間に空白を入れないため、空白を数えるだけでは解決しません。「大学生」という語に漢字が三つあることから、独立した単語が三つあるとは判断できません。言語学的な単語数が必要なら、提出先の規則または名称を明示した分割手法を使い、そのバージョンも保存してください。
表示名を信頼する前に比較例を試す
| 例 | 確認点 | 想定される違い |
|---|---|---|
| 大学生 | 漢字数と単語数 | 漢字のコードポイントは三つ。それだけでは単語数は分かりません。 |
| 我爱北京。 | 句読点を含めるか | 漢字四つと句読点一つで、合計五コードポイントです。 |
| 汉A2! の後に改行と分解形の é | 文字体系の混在と結合文字 | 七コードポイント:漢字一つ、ラテン文字二つ、数字一つ、句読点一つ、空白一つ、その他の結合文字一つ。想定する分割では書記素クラスタは六つです。 |
| 𠀀 (U+20000) | 補助面の漢字 | 一つの漢字コードポイントを、UTF-16では二つのコード単位で表します。 |
| 👨👩👧👦 | 連結された絵文字の並び | 七コードポイント、十一UTF-16コード単位ですが、想定する分割では一つの書記素クラスタです。漢字はありません。 |
混在例にある分解形のアクセント付き文字は、eの後に結合アクセントが続く構成です。見た目が似ていても、合成済み文字ではコードポイント数が異なることがあります。符号化の違いが見えないスクリーンショットだけでなく、元の文字列を保存してください。このサイトはコードポイントを順に数えており、書記素分割を実装しているとはうたっていません。
小さな確認記録を残す
記録する項目は六つです。最終文章そのものまたはローカルファイルへの参照、提出先の条件、ツールと版、入力への加工、表示された分類別の数、提出に使う数です。非公開の文書はローカルに保管してください。確認表の使い方を示すためだけに機密情報を貼り付ける必要はありません。
数える前にUnicode正規化を行ったり、見出しを削除したり、改行形式を変更したりした場合は、その加工を記録します。実際に提出する文章と、数えた文章を比べてください。後からの修正、署名の追加、システムの自動整形により、数を記録した後で入力が変わる場合があります。
数が食い違ったら定義を確認する
二つのカウンターで数が異なる場合、まず加工していない同じ入力を比較します。そのうえで、表示単位と、句読点・改行・結合文字列を含めるかを確認してください。JavaScriptの文字列の長さ、コードポイントを数える処理、書記素分割では、どれも正常に動いていても結果が異なります。表示名は、実際に行った処理を示す必要があります。
平均を取ったり、上限に収まるからと小さい方を選んだりしないでください。提出先が指定した単位を確認しましょう。その提出ではシステム内の入力欄の数が正式な基準なら、それを使い、最終入力と実際の表示結果を保存します。このガイドは、学術・行政文書に共通する普遍的な数え方を定めるものではありません。
このカウンターで確認できること
上記の例について、サイトの中心となる計数処理は、漢字、句読点、数字、ラテン文字、空白、その他のコードポイントを分けます。中国語の単語境界を推定したり、語学力を認定したり、長さから翻訳の難しさを推定したりはしません。漢字数に固定の倍率を適用しても、信頼できる単語数にはなりません。
カウンターで分類を確認した後、明示された条件に合う数を選んでください。最後の確認は実務的です。単位、入力、提出先の指示が同じ作業を指している必要があります。どれかが不明なら、精密に見える換算値を出す代わりに、その不明点を残しましょう。
出典と検証の範囲
Unicodeのテキスト分割仕様UAX #29は、書記素境界と単語境界を説明しています。このツールが実際に何を表示するかは、現行の計数実装と、独立した期待値を持つテスト例で確認しています。元の五つの比較例は2026年11月2日に記録・検証され、この原稿でも入力と区別を維持しています。新しい分割機能、外部サービスの結果、普遍的な漢字数と単語数の換算比率、実証的な学習効果の主張は追加していません。確認表は編集上の助言であり、提出先が定めた規則ではありません。Unicode UAX #29:テキスト分割、2026年11月6日参照。実際に提出する文字列を使い、中国語文字数カウンターで確認してください。