Successivamente all’individuazione dei segmenti ripetuti è possibile calcolare un indice (nel seguito indice IS) con cui valutare la loro rilevanza nel Corpus.

Tale indice rappresenta il grado di assorbimento del segmento rispetto alle parole che lo costituiscono. Ad esempio, se il segmento <base contrattuale> ha frequenza 9 e le parole <base> e <contrattuale> hanno rispettivamente frequenza 10 e 9 possiamo dire che il segmento in questione assorbe il 90% delle occorrenze della parola <base> e il 100% delle occorrenze della parola <contrattuale>, pertanto l’indice vale 0,9.

Questa informazione consente di concludere che è poco informativo trattare le due forme separatamente, perché nel corpus si parla quasi esclusivamente di <base contrattuale> e non ad esempio di <base navale> o di <rapporto  contrattuale>. Ovviamente, un segmento sarà da considerarsi tanto più rilevante quanto più forte sarà il suo grado di assorbimento delle parole componenti.

Per eliminare i segmenti costituiti da parole vuote (per i quali IS=0) la procedura di calcolo dell’indice IS utilizza una lista predefinita di parole vuote. Tale lista contiene le principali parole grammaticali, tradizionalmente considerate vuote di senso (e, di, su, nel ecc.), nelle loro flessioni complete (della, dello ecc.) e troncate, sia con apostrofo sia senza (dell, dell’ ecc.), ma non è modificabile dall’utente e non coincide con le informazioni contenute nei 2 files: VuoteI.txt e VuoteF.txt (si veda l'Individuazione dei segmenti). Si noti che l'azione preliminare dell'eliminazione di segmenti causata da queste due liste, annulla praticamente l'effetto delle parole vuote considerate per l'indice IS.

Per calcolare l’indice IS selezionare la voce Calcolo indice IS dal menù Analisi/Analisi Lessicale/Analisi dei Segmenti.

La procedura si avvia. Se si desidera calcolare l'indice anche sui segmenti hapax rispondere si al messaggio che compare.

Per visualizzare il risultato aprire la Lista dei Segmenti dal DB di Sessione

Oltre all'indice IS TaLTaC² calcola l'indice IS relativo. Quest’ultimo è ottenuto rapportando l’indice al suo massimo e presenta il vantaggio di variare tra 0 e 1.

Ordinando le sequenze per valori decrescenti prima dell’indice assoluto e poi dell’indice relativo è possibile evidenziare le strutture più rilevanti ed interessanti. L’indice assoluto permette di trovare ai primi ranghi i segmenti più lunghi (indipendentemente dalla loro frequenza), in quanto il valore dell’indice è influenzato dal numero di parole piene, ovvero non strumentali.

L’indice relativo privilegia invece quelli corti e mostra spesso come maggiori contributi all’assorbimento i nomi propri e la terminologia tecnica.

Peraltro, spesso, anche a valori bassi dell’indice si possono trovare segmenti interessanti, soprattutto locuzioni grammaticali come <in modo>, <al fine> ecc., che, essendo costituiti da poche parole piene molto frequenti, tenderebbero ad essere esclusi dal test. TaLTaC²permette comunque di riconoscere tali strutture anche durante  la procedura di Normalizzazione, attivando la lista locuzioni grammaticali.