Nube de palabras: la palabra más grande no es la más frecuente

En una nube de palabras, la palabra que aparece con la letra más grande en el centro de la pantalla puede no ser la que más se repite en el texto. Entre medias hay palabras que se han quedado fuera por la lista de palabras vacías, palabras recortadas por el límite de longitud mínima y palabras que ni siquiera se han dibujado porque no había espacio en el lienzo. Este artículo explica, con el código como referencia, en qué orden filtra las palabras una herramienta de nubes de palabras y cómo decide el tamaño de cada una.
Resumen ① Los filtros de palabras vacías y de longitud mínima descartan palabras antes de contar la frecuencia ② El tamaño de letra no se calcula con logaritmos, sino con una proporción lineal entre el valor máximo y el mínimo ③ Si falta espacio de colocación, una palabra puede desaparecer por completo de la pantalla aunque sea muy frecuente
El problema
Cuando pegas un artículo de prensa o el acta de una reunión en una nube de palabras, hay una palabra que sale mucho más grande que las demás. Pero si buscas ese mismo texto con Ctrl+F y cuentas las apariciones reales, puede haber otra palabra que aparezca más veces que la que se ve más grande en la pantalla.
Esa diferencia no se debe a un fallo de la herramienta: ocurre porque, antes de contar la frecuencia, el texto pasa por varias fases de filtrado y transformación. Para interpretar bien el resultado conviene conocer el orden de esos pasos y entender por qué una palabra concreta se cae o se queda pequeña.
La solución
La forma más fiable de comprobar el ranking real es reproducir a mano las mismas reglas que aplica la herramienta. Si sigues estos pasos podrás comparar el tamaño que ves en pantalla con la frecuencia real:
- Pasa todo el texto a minúsculas. No se distingue entre mayúsculas y minúsculas, así que «AI» y «ai» cuentan como la misma palabra.
- Sustituye los números y los signos de puntuación por espacios. Las palabras compuestas unidas con guion o con barra se parten en dos en este paso.
- Divide el texto por los espacios y descarta las palabras más cortas que la longitud mínima indicada y las que estén en la lista de palabras vacías.
- Cuenta cuántas veces aparece cada palabra que queda y ordénalas de mayor a menor.
Si repites estos cuatro pasos en un editor de textos o en una hoja de cálculo, podrás comprobar a mano si la palabra que ves más grande es de verdad la número uno. Ojo especialmente con el paso 3: si las partículas o las conjunciones no están en la lista de palabras vacías, pueden salir enormes sin ninguna relación con el significado real del texto.
Sobre esa lista ya filtrada, la herramienta no aplica una escala logarítmica: asigna el tamaño de letra con una proporción lineal. Toma la diferencia de apariciones entre la palabra más frecuente y la menos frecuente y reparte los tamaños entre un mínimo de 14px y un máximo de 60px según esa proporción. Por eso, en un texto donde una sola palabra aparece muchísimo más que el resto, las demás pueden verse casi del mismo tamaño y bastante pequeñas, aunque su frecuencia real sea distinta.
Una vez fijado el tamaño queda el orden de colocación. Se empieza por la palabra más frecuente, que busca sitio en espiral desde el centro del lienzo, y se prueban hasta 400 posiciones distintas para evitar solapamientos. La palabra que no encuentra un hueco libre en esos 400 intentos no se dibuja: desaparece sin avisar. Esto ocurre a menudo cuando se configura un número máximo de palabras muy alto.
Prueba a pegar tu propio texto en nuestro Generador de nubes de palabras y comprueba qué palabras aparecen y con qué tamaño se colocan.
Pega un texto y comprueba tú mismo cómo se asigna el tamaño de cada palabra.

Problemas frecuentes
| Qué ves | Por qué ocurre |
|---|---|
| Las partículas y las conjunciones salen muy grandes | La longitud mínima de palabra es demasiado baja o esa palabra falta en la lista de palabras vacías |
| Una palabra que usas mucho no aparece | Está en la lista de palabras vacías predeterminada (por ejemplo, «cosa», «etc.» o «relacionado») y se excluye automáticamente |
| Una palabra compuesta aparece partida en dos | La regla que elimina los signos de puntuación también convierte guiones y barras en espacios |
| Aunque subas el número máximo de palabras, algunas siguen sin verse | No encuentran sitio en el lienzo y se descartan tras 400 intentos |
| Cada vez que vuelves a generar solo cambian los colores | La posición es la misma, pero el color se asigna al azar en cada generación |
| Las palabras en inglés se suman sin distinguir mayúsculas y minúsculas | Todo el texto se pasa a minúsculas antes de contar la frecuencia |
En resumen
La letra más grande de la pantalla no siempre es la que más se repite. Es el resultado de una cadena de pasos: el filtro de palabras vacías y de longitud mínima, la normalización lineal del tamaño y el límite de 400 intentos de la colocación en espiral. Si necesitas saber el ranking exacto, reproduce las reglas de filtrado a mano y compara; toma el resultado visual solo como un énfasis aproximado.
Pega un texto y comprueba tú mismo cómo se asigna el tamaño de cada palabra.
Preguntas frecuentes
Hay una palabra que no aparece en la nube
Es posible que esté en la lista de palabras vacías, que sea más corta que la longitud mínima o que no haya encontrado sitio en el lienzo y se haya descartado tras 400 intentos. Revisa primero en el campo de palabras vacías si esa palabra está en la lista.
Volví a generar con el mismo texto y cambiaron el tamaño y la posición
El tamaño de letra y la posición se calculan igual si el texto es el mismo. Lo que cambia es el color de cada palabra: en cada generación se elige al azar dentro de la paleta del tema, así que puede parecer que solo ha cambiado el color.
Si cambio el tema de colores, ¿tengo que volver a pulsar el botón de generar?
No. Una vez que has generado la nube, al cambiar de tema se vuelve a dibujar automáticamente con el mismo texto.
Este artículo está adaptado de nuestro original en coreano. Leer el original en coreano