Google Sheets中计算Type-Token Ratio：超长文本字符串处理方案咨询

可直接使用的原生公式方案（无字符长度限制，无需自定义函数） #

1. 统计总词汇量（tokens）

=SUM(ARRAYFORMULA(IF(B2:B="",0,LEN(B2:B)-LEN(SUBSTITUTE(B2:B,",",""))+1)))

原理：逐行统计每行的逗号数量，每行词数=逗号数+1，累加所有行的词数得到总词元量，完全不需要拆分或拼接字符串，无任何字符长度限制，性能最优。

2. 统计唯一词形数量（types）

=COUNTA(UNIQUE(FLATTEN(ARRAYFORMULA(IF(B2:B="",,SPLIT(B2:B,","))))))

原理：直接对整列逐行执行拆分，再通过FLATTEN将所有拆分得到的二维数组合并为一维数组，直接去重计数，全程不需要拼接全量字符串，规避了5万字符的上限，可支持上千行数据处理。

补充调整说明 #

• 如果你的词列表是逗号加空格分隔（格式为a, b, c），将上述公式中SPLIT的分隔符参数替换为", "即可
• 如需忽略词汇前后的多余空格，可将UNIQUE部分修改为UNIQUE(TRIM(FLATTEN(...)))

内容的提问来源于stack exchange，提问作者Archilecteur