Medida cuantitativa que expresa la proporción de elementos léxicos portadores de contenido (normalmente sustantivos, verbos principales, adjetivos y adverbios) respecto al número total de palabras o tokens en un fragmento de texto, utilizada como índice de concentración informativa por palabra.

Principio

Los textos con mayor proporción de palabras de contenido tienden a concentrar más información por token, pero la métrica depende de cómo se segmenten y definan las palabras y las categorías en una lengua o esquema de anotación dado.

Demostración

Escenario ilustrativo → Situación: se comparan dos párrafos breves; Reconocimiento: el analista etiqueta tokens como palabras de contenido o funcionales; Acción: calcular recuento de palabras de contenido ÷ tokens totales para cada párrafo; Consecuencia: el párrafo con mayor proporción se describe como de mayor densidad léxica, lo que sugiere más información por palabra según ese esquema de codificación.

Aplicación incorrecta

Interpretar la densidad léxica como un indicador directo de legibilidad o calidad estilística sin tener en cuenta el género, el propósito o la estructura morfológica; esto confunde concentración informativa con comprensibilidad o valor estético.

Consecuencia

La densidad léxica es útil para comparar registros, géneros o decisiones de traducción y para perfilar corpus; puede inducir a error si se aplica entre lenguas con tipologías morfológicas distintas o cuando las reglas de tokenización/etiquetado varían.

Inversión

En lenguas aglutinantes o polisintéticas, la información suele llevarse en morfemas ligados en lugar de tokens palabra separados, por lo que la densidad basada en palabras puede subrepresentar la concentración informativa; las lenguas analíticas presentan distribuciones distintas.

Límite

Clearly within: un párrafo en prosa analizado con un conjunto de etiquetas de categoría gramatical explícito y recuento de tokens léxicos; Boundary case: textos con muchas contracciones o clíticos donde las decisiones de tokenización afectan los recuentos; Clearly outside: afirmaciones cualitativas sobre «profundidad» o «complejidad» que ignoran proporciones medibles de tokens.

Tensión semántica

Densidad informativa ↔ Legibilidad — mayor densidad léxica indica más información por token pero puede entrar en conflicto con la facilidad de procesamiento para lectores o propósitos comunicativos concretos.

Síntesis

La densidad léxica es una métrica descriptiva y contingente: cuantifica un aspecto de la estructura informativa del texto bajo un régimen de tokenización y etiquetado específico, y debe interpretarse en relación con la lengua, el género y el método.