Chinese Level Test · Bản gốc tiếng Anh: ngày 6 tháng 11 năm 2026 · Bản tiếng Việt: ngày 7 tháng 11 năm 2026

Đếm ký tự và đếm từ tiếng Trung: kiểm tra đơn vị trước khi nộp bài

Công cụ đếm ký tự tiếng Trung và công cụ đếm từ tiếng Trung không nhất thiết đo cùng một thứ. Trước khi nộp bài tập, hồ sơ hoặc bản dịch, hãy hỏi bên nhận yêu cầu đơn vị nào và xử lý dấu câu, khoảng trắng, văn bản trộn nhiều ngôn ngữ ra sao. Một con số chỉ hữu ích khi định nghĩa của nó khớp với yêu cầu.

Bộ đếm của chúng tôi báo số chữ Hán và một số nhóm điểm mã Unicode. Nó không tách từ tiếng Trung hay coi mọi ký hiệu nhìn thấy là một đơn vị. Hướng dẫn này cung cấp bảng kiểm và các ví dụ đối chiếu để bạn lưu lại chính xác cách đo đã dùng. Đây là bước kiểm tra trước khi nộp bài bổ sung cho công cụ hiện có, không thay thế chức năng của công cụ.

Ghi yêu cầu bằng lời rõ ràng

Lưu nguyên văn hướng dẫn của bên nhận cùng với văn bản cuối cùng. Họ yêu cầu số chữ Hán, số từ, tổng số ký tự hay kết quả của một nền tảng cụ thể? Nếu cách diễn đạt chưa rõ, hãy hỏi những gì cần được tính. Đừng tự cho rằng có thể đổi giới hạn từ đơn vị này sang đơn vị khác bằng một tỷ lệ cố định.

Ghi rõ có tính khoảng trắng, dấu câu, chữ số, chữ cái Latinh, tiêu đề và tài liệu tham khảo hay không. Đồng thời ghi xem bên nhận có chỉ định ô nộp bài hoặc phần mềm nào không. Quy tắc của họ có thể khác cách phân loại của trang này. Số đếm đúng về mặt toán học theo một quy tắc vẫn có thể không phù hợp với yêu cầu nộp bài khác.

Ba câu hỏi khác nhau mà số đếm có thể trả lời

Số chữ Hán cho biết có bao nhiêu điểm mã thuộc hệ chữ Hán. Tổng số điểm mã tính mọi điểm mã mà công cụ xử lý, gồm dấu câu, khoảng trắng và dấu kết hợp. Số cụm tự vị gom các chuỗi được quy tắc phân đoạn xem là đơn vị văn bản mà người dùng cảm nhận như một ký tự. Cùng một văn bản nhìn thấy có thể cho các kết quả khác nhau theo ba cách này.

Đếm từ cần quy tắc tách từ. Tiếng Trung thường không đặt khoảng trắng giữa mọi từ, nên đếm khoảng trắng không giải quyết được việc này. Ba chữ Hán trong 大学生 không tự chứng minh có ba từ độc lập. Nếu thực sự cần số từ theo nghĩa ngôn ngữ học, hãy dùng quy tắc do bên nhận chỉ định hoặc một phương pháp tách từ có tên rõ ràng, đồng thời lưu phiên bản của phương pháp đó.

Thử các ví dụ đối chiếu trước khi tin vào nhãn kết quả

Năm ví dụ làm rõ sự khác biệt giữa các đơn vị đếm
Ví dụĐiều cần kiểm traKhác biệt dự kiến
大学生Chữ Hán so với từBa điểm mã chữ Hán; chỉ từ đó không suy ra được số từ.
我爱北京。Có tính dấu câu hay khôngBốn chữ Hán và một dấu câu, tổng cộng năm điểm mã.
汉A2! rồi đến một dấu xuống dòng và é dạng phân rãTrộn hệ chữ và dấu kết hợpBảy điểm mã: một chữ Hán, hai chữ cái Latinh, một chữ số, một dấu câu, một ký tự khoảng trắng và một dấu kết hợp thuộc nhóm khác. Sáu cụm tự vị theo cách phân đoạn dự kiến.
𠀀 (U+20000)Chữ Hán ở mặt phẳng bổ sungMột điểm mã chữ Hán được biểu diễn bằng hai đơn vị mã UTF-16.
👨‍👩‍👧‍👦Chuỗi emoji được nối với nhauBảy điểm mã và mười một đơn vị mã UTF-16, nhưng một cụm tự vị theo cách phân đoạn dự kiến. Không có chữ Hán.

Chữ có dấu dạng phân rã trong ví dụ trộn gồm một chữ e theo sau bởi dấu kết hợp. Một chữ đã tổ hợp sẵn có hình thức tương tự có thể có số điểm mã khác. Hãy giữ chuỗi gốc, không chỉ ảnh chụp màn hình làm mất dấu sự khác biệt về mã hóa. Bộ đếm của trang duyệt từng điểm mã; công cụ không tuyên bố thực hiện phân đoạn cụm tự vị.

Lưu một phiếu bằng chứng ngắn

Dùng sáu mục: văn bản cuối cùng chính xác hoặc đường dẫn đến tệp cục bộ; yêu cầu của bên nhận; công cụ và phiên bản; các biến đổi đầu vào; những nhóm kết quả được báo; và con số được chọn để nộp. Giữ tài liệu riêng tư trên máy của bạn. Không dán nội dung bí mật chỉ để minh họa cách dùng phiếu.

Nếu chuẩn hóa Unicode, xóa tiêu đề hoặc thay kiểu xuống dòng trước khi đếm, hãy ghi lại biến đổi đó. So sánh văn bản thực sự gửi đi với văn bản đã đếm. Một chỉnh sửa sau đó, chữ ký thêm vào hoặc định dạng tự động của nền tảng có thể làm đầu vào thay đổi sau khi bạn đã ghi số.

Giải quyết chênh lệch bằng cách kiểm tra định nghĩa

Khi hai bộ đếm cho kết quả khác nhau, trước hết hãy so sánh trên cùng đầu vào không bị thay đổi. Sau đó kiểm tra đơn vị mà từng công cụ báo và xem có tính dấu câu, xuống dòng, chuỗi dấu kết hợp hay không. Độ dài chuỗi JavaScript, vòng lặp điểm mã và bộ phân đoạn cụm tự vị có thể khác kết quả dù không công cụ nào bị lỗi. Nhãn phải nói rõ phép tính thực sự được thực hiện.

Đừng lấy trung bình hoặc chọn số nhỏ hơn chỉ vì vừa giới hạn. Hãy xác định đơn vị bên nhận yêu cầu. Nếu ô nhập của nền tảng là căn cứ chính thức cho lần nộp đó, hãy dùng nó và lưu kết quả quan sát được cùng đầu vào cuối cùng. Hướng dẫn này không đặt ra quy tắc đếm chung cho mọi cơ sở học thuật hoặc hành chính.

Bộ đếm này kiểm tra được gì

Với các ví dụ trên, hàm đếm cốt lõi của trang tách chữ Hán, dấu câu, chữ số, chữ cái Latinh, khoảng trắng và các điểm mã khác. Nó không suy ra ranh giới từ tiếng Trung, xác nhận trình độ hay ước tính độ khó của bản dịch từ độ dài. Nhân số chữ Hán với một hệ số cố định không biến kết quả thành số từ đáng tin cậy.

Dùng bộ đếm để xem các nhóm, rồi chọn con số phù hợp với yêu cầu rõ ràng. Bước cuối rất thực tế: đơn vị đo, đầu vào và hướng dẫn của bên nhận phải nói về cùng một việc. Nếu còn điều chưa biết, hãy giữ nguyên sự chưa chắc chắn đó thay vì tạo ra phép quy đổi trông có vẻ chính xác.

Nguồn và phạm vi kiểm chứng

Đặc tả phân đoạn văn bản Unicode UAX #29 giải thích ranh giới cụm tự vị và từ. Mã đếm hiện tại của trang cùng các ca kiểm thử có kết quả kỳ vọng độc lập xác định công cụ này thực sự báo gì. Năm ví dụ đối chiếu ban đầu được ghi và kiểm tra ngày 2 tháng 11 năm 2026; bản thảo này giữ nguyên đầu vào và sự phân biệt đó. Bài không bổ sung tính năng tách từ, kết quả nhà cung cấp, tỷ lệ chuyển đổi chữ Hán thành từ áp dụng chung hay khẳng định thực nghiệm về việc học. Phiếu là hướng dẫn biên tập, không phải quy tắc do bên nhận đặt ra. Unicode UAX #29: phân đoạn văn bản, truy cập ngày 6 tháng 11 năm 2026. Hãy thử bộ đếm ký tự tiếng Trung với đúng văn bản bạn sẽ nộp.