Densitatea lexicală se referă la raportul dintre cuvintele lexicale și funcționale din orice text dat sau culegeri de text. Este o ramură a lingvisticii computaționale și a analizei lingvistice. Este legat de vocabular, cuvintele cunoscute ale oricărui individ și poate fi folosit pentru a compara lexiconele vorbite și scrise ale oricărei persoane. Lexiconul diferă de vocabularul total deoarece nu include cuvinte funcționale precum pronumele și particulele.
Densitatea unui discurs sau a unui text se calculează prin compararea numărului de cuvinte lexicale și a numărului de cuvinte funcționale. Propozițiile scurte și textele mici pot fi calculate folosind aritmetica mentală sau prin simplă numărare. Comparațiile mai mari, să spunem despre Charles Dickens sau William Shakespeare, se fac prin introducerea informațiilor într-un program de calculator. Programul va cerne textul în cuvinte funcționale și lexicale.
Densitatea lexicală echilibrată este de aproximativ 50 la sută. Aceasta înseamnă că jumătate din fiecare propoziție este formată din cuvinte lexicale și jumătate din cuvinte funcționale. Un text cu densitate mică va avea un raport mai mic de 50:50, iar un text cu densitate mare va avea mai mult de 50:50. Textele academice și documentele guvernamentale pline de jargon tind să producă cele mai mari densități.
Un defect în calculul densității lexicale este că nu ia în considerare diferitele forme și cazuri ale cuvintelor constitutive. Analiza statistică urmărește doar studierea raportului dintre tipurile de cuvinte. Nu produce un studiu al cunoștințelor lexicale ale unui individ. Dacă ar fi făcut-o, analiza densității lexicale ar face diferența între forme precum „dau” și „dau”. Teoretic, densitatea lexicală poate fi aplicată textelor pentru a studia frecvența anumitor unități lexicale.
Lexicul scris al unei persoane poate fi ajutat prin utilizarea dicționarelor și tezaurelor. Astfel de instrumente oferă cuvinte alternative și clarifică semnificațiile. Când vorbește, o persoană trebuie să se bazeze doar pe vocabularul său mental. Aceasta înseamnă că densitatea lexicală poate fi folosită ca instrument pentru a compara lexiconele vorbite și cele scrise. Densitatea lexicală a limbilor vorbite tinde să fie mai mică decât cea a unui text scris.
Lingvistica computațională este o zonă de modelare statistică a analizei lingvistice. S-a născut din Războiul Rece și din dorința Americii de a folosi computerele pentru a traduce texte din rusă în engleză. Acest lucru a necesitat utilizarea matematicii, statisticii, inteligenței artificiale și a programării computerelor. Cea mai mare problemă pentru programatori a fost ca computerul să înțeleagă gramatica complexă și pragmatica limbajului. Acest lucru a dat naștere teoriei China Room conform căreia computerele pot efectua traduceri literale ale cuvintelor, dar, în cele din urmă, nu pot înțelege limbile.