Medida de densidad léxica calculada al desplazar una ventana de tokens de tamaño fijo a lo largo de un texto, calcular en cada ventana la proporción tipo–token (tipos únicos dividido por tokens) y devolver la media (o la serie temporal) de esas proporciones locales; diseñada para reducir la sensibilidad del TTR simple a la longitud total del texto y para resaltar la variación léxica local.

Principio

El promediar valores locales de TTR en ventanas solapadas estabiliza la estimación de diversidad léxica al diluir la influencia de sesgos de textos muy cortos o muy largos y al muestrear distintas posiciones textuales, de modo que la medida refleja mejor la variedad léxica típica a la escala elegida.

Demostración

Escenario ilustrativo: Para una novela de 10 000 tokens, un investigador selecciona una ventana deslizante de 500 tokens con paso 100, calcula el TTR en cada ventana (tipos únicos ÷ 500) y promedia esos TTR para obtener MATTR. Reconocimiento: MATTR ofrece un valor menos afectado por la longitud total de la novela o por un capítulo excepcionalmente léxico o repetitivo que un TTR calculado sobre todo el documento.

Aplicación incorrecta

Usar MATTR con una ventana inapropiadamente grande igual al texto entero lo reduce al TTR ordinario; usar una ventana excesivamente pequeña aumenta la varianza y puede reflejar idiosincrasias a nivel de oración. De igual forma, promediar sobre géneros heterogéneos o sin normalizar la tokenización produce comparaciones engañosas.

Consecuencia

Cuando está bien parametrizado, MATTR permite comparaciones más estables de diversidad léxica entre textos de diferente longitud y estructura interna, útil en análisis estilístico, evaluación de legibilidad y decisiones de preprocesamiento en NLP; no obstante, los resultados dependen causalmente del tamaño de ventana, del paso, de la tokenización y de la lematización o minúsculas aplicadas.

Inversión

Si los textos son extremadamente cortos (más cortos que la ventana) o si la ventana se fija al documento entero, MATTR se convierte en el TTR ordinario o resulta indefinido. Para corpus con cambios temáticos marcados, el promedio puede ocultar cambios léxicos locales significativos que una serie temporal de ventanas mostraría pero una media agregada ocultaría.

Límite

Dentro de la definición: texto tokenizado analizado con una ventana fija numérica y reglas de tokenización coherentes. Caso límite: comparar MATTR calculados con diferentes tamaños de ventana o tokenización — la interpretación depende de esas elecciones. Fuera de la definición: medidas de riqueza léxica sin ventanas deslizantes (p. ej., R de Guiraud) o resúmenes del espectro de frecuencias que no promedian TTR locales.

Tensión semántica

El tamaño de ventana y el paso generan una tensión entre estabilidad (ventanas más grandes, más solapamiento) y sensibilidad a la variación local (ventanas más pequeñas); el deseo de comparabilidad entre textos entra en conflicto con la necesidad de preservar la variación intra‑textual significativa.

Síntesis

MATTR es un compromiso pragmático entre TTRs de valor único (muy sensibles a la longitud) y análisis estrictamente locales: emplea un muestreo local controlado para producir un indicador más estable de diversidad léxica a una escala elegida, pero su interpretabilidad requiere comunicar explícitamente los parámetros de ventana y tokenización.