La primera vez que publiqué una de las publicaciones de mi blog a través de un contador de frecuencia de palabras, me sentí un poco expuesto. Había usado la palabra "básicamente" catorce veces en un artículo de 1.200 palabras. No " ocasionalmente" catorce veces. Catorce. Mis ojos habían pasado por alto cada uno de ellos mientras escribía, porque eso es exactamente lo que hacen las palabras muletas: se esconden a plena vista. A un recuento de frecuencias no le importan tus intenciones. Simplemente cuenta y el número se queda ahí en la pantalla y te desafía a discutir con él.
Construyo herramientas en [Toolz.dev](/, y paso la mayor parte de mi semana escribiendo: documentación para complementos de WordPress, textos de marketing, tutoriales de Laravel, notas de la versión. El análisis de frecuencia de palabras se ha convertido silenciosamente en una de las comprobaciones que ejecuto antes de que algo se envíe. Es un pase de treinta segundos que capta la repetición que mi cerebro se niega a ver, confirma que una página en realidad menciona el tema del que dice tratar y, ocasionalmente, me salva de publicar algo que se lee como si hubiera sido ensamblado a partir de tres borradores diferentes. Esta guía es todo lo que he aprendido sobre contar bien las palabras.
TL;Dr: Un contador de frecuencia de palabras divide su texto en palabras e informa cuántas veces aparece cada una, clasificadas de mayor a menor común. Úselo para detectar palabras muletas usadas en exceso, verifique la densidad de palabras clave para SEO y comprenda lo que realmente enfatiza un documento. Doble el caso de "The" y "the" contar juntos, active el filtro de palabras de parada para ocultar palabras funcionales como "the" y "y," y lea la columna de porcentaje para ver cada palabra 's parte del texto. El Contador de frecuencia de palabras se ejecuta completamente en su navegador, por lo que no se carga nada que pegue.
¿Qué es un contador de frecuencia de palabras?
Un contador de frecuencia de palabras lee un bloque de texto y lo divide en palabras individuales: un paso Anexo estándar Unicode #29 especifica mucho más cuidadosamente que "dividido en espacios" sugiere - y le dice cuántas veces aparece cada palabra distinta. El resultado es una tabla clasificada: cada palabra única, su recuento y, por lo general, su porcentaje del documento completo. La palabra que aparece con mayor frecuencia se encuentra en la parte superior.
Esta es una pregunta diferente a la que responde una palabra simple. Un contador de palabras te dice que un documento tiene 847 palabras. Un contador de frecuencia le indica que 31 de esas palabras son "el," 12 son "datos," y 9 son "sin embargo." El total es un número sobre la longitud. La tabla de frecuencia es una distribución sobre el énfasis. La longitud le indica si alcanzó un objetivo de asignación. La distribución le indica de qué se trata realmente la escritura y dónde se repite.
El concepto es antiguo y está bien estudiado. Los lingüistas han medido las frecuencias de las palabras durante más de un siglo, y el patrón que surge es notablemente consistente en todos los idiomas: una pequeña cantidad de palabras representan una gran proporción de cualquier texto, y la frecuencia disminuye drásticamente después de eso. Esta es la ley de Zipf's, la observación de que la palabra más común tiende a aparecer aproximadamente el doble que la segunda más común, tres veces más que la tercera, y así sucesivamente. Verás esta forma en tu propia escritura en el momento en que ordenas un documento por frecuencia. La parte superior de la lista está dominada por palabras funcionales cortas, y las palabras de contenido interesante se esconden detrás de ellas.
¿Por qué contaría la frecuencia de las palabras?
Busco análisis de frecuencia por cuatro razones distintas y es útil saber cuál estás persiguiendo antes de leer la tabla.
El primero es captar la repetición. Cada escritor tiene palabras muletas, en las que se apoya sin darse cuenta. Los míos son "básicamente, " "en realidad, " y "just." El tuyo podría ser "en realidad, " "muy, " o un término técnico particular del que te has enamorado. La repetición es invisible desde adentro porque escribiste cada instancia en un momento separado y nunca las viste apiladas. Un recuento de frecuencias los acumula.
La segunda es la densidad de palabras clave para la búsqueda. Cuando escribo una página dirigida a una frase específica, quiero confirmar que la frase y sus variantes cercanas aparecen con suficiente frecuencia como para que un motor de búsqueda entienda el tema, sin aparecer con tanta frecuencia que la página se lea como rellena. La columna de porcentaje convierte esto de una vaga preocupación en un número que puedo comprobar.
El tercero es comprender un documento desconocido. Pegue en un informe largo, una transcripción o un artículo de competidor 's, ordene por frecuencia, filtre las palabras funcionales y la parte superior de la lista es un resumen justo del tema en unos diez segundos. Es un resumen tosco, pero rápido y honesto.
El cuarto es editar por variedad. Si "importante" aparece once veces, algunas de ellas son candidatas a sinónimo o eliminación. El recuento no te dice cuáles cambiar, pero te dice que mires.
¿Cómo uso el contador de frecuencia de palabras?
El flujo de trabajo es corto. Pegue su texto en el cuadro de entrada en Contador de frecuencia de palabras, y la tabla clasificada aparece inmediatamente. No hay ningún paso de carga ni ningún botón para esperar el recuento básico.
A partir de ahí, las opciones dan forma a lo que ves. Decida si el caso importa. Para la mayoría de los escritos, desea que el caso se doble, el predeterminado, de modo que "Datos," "datos," y "DATOS" cuente como una palabra en lugar de tres. Active el filtro de palabras de parada cuando desee que la clasificación aparezca en palabras de contenido en lugar de gramática. Establezca una longitud mínima de palabra para omitir tokens muy cortos. Y si la cola de la lista es larga y poco interesante, establezca un límite superior N para reducirla a las palabras que vale la pena leer.
Cuando tengas la vista que deseas, copia la tabla. Se copia como filas separadas por pestañas, lo que significa que se pega limpiamente en una columna de hoja de cálculo o en una tabla de documentos sin ningún reformateo. Mantengo una pequeña hoja de cálculo con recuentos de palabras crujientes en los artículos para poder ver si estoy mejorando con el tiempo y la exportación con pestañas separadas cae directamente en ella.
¿Qué son las palabras provisionales y debería eliminarlas?
Las palabras oclusivas son palabras funcionales de alta frecuencia que mantienen unidas las oraciones pero que casi no tienen un significado actual por sí solas: "the," "a," "y," de," "a," de, " "is," "in," y sus numerosos compañeros. En casi todos los documentos en inglés, estas palabras dominan la parte superior de una lista de frecuencias sin formato. Si cuentas un artículo de mil palabras sin filtrar, las primeras seis o siete filas serán palabras oclusivas, y las palabras de las que trata realmente el artículo quedarán enterradas debajo de ellas.
Que se eliminen depende completamente de su objetivo. Encienda el filtro cuando intente ver de qué se trata un documento, porque eliminar la gramática deja las palabras de contenido en pie. Déjelo en paz cuando necesite un recuento exacto y sin filtrar de cada token, por ejemplo, cuando estudie la estructura de la oración, mida la longitud real o verifique con qué frecuencia usa en exceso un conectivo específico como "sin embargo" o "más sobre."
No existe una lista oficial única de palabras de parada en inglés. Diferentes herramientas y bibliotecas envían conjuntos ligeramente diferentes, y la elección es una decisión más que un estándar. Esta herramienta utiliza una lista compacta y ampliamente utilizada de palabras funcionales comunes en inglés. Si se filtra una palabra que considera significativa, es una señal de que su tema se superpone con el conjunto de palabras funcionales y debe desactivar el filtro para ese recuento en particular.
¿cómo se manejan las contracciones, los guiones y otros lenguajes?
La división de palabras suena trivial hasta que miras de cerca y luego se convierte en un nido de casos extremos. ¿Qué cuenta como una sola palabra?
Esta herramienta se divide en letras y dígitos Unicode y mantiene un apóstrofe o guión cuando se encuentra entre dos letras o números. Esa única regla maneja los casos que más importan. La contracción "don't" permanece una sola palabra en lugar de dividirse en "don" y "t." El compuesto "state-of-the-art" permanece intacto en lugar de romperse en cuatro fragmentos en cada guión. Pero un guión perdido usado como guión, o un apóstrofe final usado como comilla, no se pega a una palabra vecina, porque no hay ninguna letra al otro lado.
Debido a que la coincidencia también es compatible con Unicode, las escrituras acentuadas y no latinas funcionan. "Café" cuenta como una palabra con su acento intacto, y el texto en idiomas que usan letras no latinas se divide en la misma regla de letras y dígitos en lugar de eliminarse. Los números se tratan como palabras, por lo que "2026" y "42" aparecen en la tabla. Si estás contando prosa donde los números son ruido, la opción de longitud mínima y un escaneo rápido te permitirán ignorarlos.
¿Qué es la densidad de palabras clave y cómo la muestra esta herramienta?
La densidad de palabras clave es una proporción de Word's del recuento total de palabras, escrita como porcentaje. Si una página de 500 palabras usa su palabra clave de destino 10 veces, su densidad es del 2 por ciento. El contador de frecuencia muestra esto en la columna de porcentaje junto a cada recuento, por lo que nunca tendrá que hacer la división usted mismo.
Aquí está la versión honesta del consejo de SEO: no existe un número de densidad mágico que clasifique una página, y nunca lo hubo. Los motores de búsqueda dejaron de recompensar la repetición de palabras clave sin formato hace muchos años, y la propia guía de Google & #39 advierte específicamente contra el relleno de palabras clave, la práctica de meter un término en una página para manipular clasificaciones. Para qué densidad es realmente útil es la verificación opuesta. Confirma que una página menciona su tema en absoluto y marca las páginas donde accidentalmente has repetido una frase tantas veces que un lector humano se daría cuenta y un motor de búsqueda podría tratarla como spam. Lo uso como detector de humo, no como objetivo.
La siguiente tabla muestra cómo leo las diferentes señales que proporciona un recuento de frecuencia, dependiendo de lo que estoy tratando de aprender.
| portería | Qué mirar | Configuración que ayuda | Cómo se ve un mal resultado |
|---|---|---|---|
| Atrapa palabras de muleta | Palabras de contenido con recuentos sorprendentemente altos | Caso que se cierra, deja de hablar | Una palabra informal aparece más de 10 veces en un artículo breve |
| Verifique la densidad de las palabras clave | Columna porcentual para su frase objetivo | Estuche plegable | Objetivo por debajo del 0,5 por ciento, o una sola palabra por encima del 4 al 5 por ciento |
| Resumir un documento | Las 10 a 15 filas principales | Detener palabras, longitud mínima 3 | Nada, para esto está el filtro |
| Editar por variedad | Cualquier palabra de contenido con un recuento alto | Deja de hablar | El mismo adjetivo repetido en cada párrafo |
| Mida la longitud verdadera | Cifra total de palabras | Todos los filtros apagados | Un conteo lejos de tu objetivo |
Contador de frecuencia de palabras versus contador de palabras simples
Estas dos herramientas se confunden constantemente porque sus nombres se superponen, por lo que vale la pena indicar la diferencia claramente. Una palabra responde " ¿cuánto?" Devuelve totales: palabras, caracteres, oraciones, a veces tiempo de lectura. Es la herramienta adecuada cuando tienes un objetivo de longitud, un límite de tweet o un mínimo de ensayo. Un contador de frecuencia de palabras responde " ¿Qué palabras y con qué frecuencia?" Devuelve una distribución y es la herramienta adecuada cuando te importa el énfasis, la repetición o la densidad en lugar de la longitud.
Combinan bien. Normalmente ejecuto un borrador a través del contador de palabras para confirmar la longitud, luego a través del contador de frecuencia para comprobar que la longitud no esté acolchada con las mismas tres palabras. Si también trabajas con listas en lugar de prosa, el clasificador de líneas deduplicará y ordenará líneas, y el verificador de diferencias de texto le mostrará exactamente qué cambió entre dos versiones de un documento. Y si el objetivo de su edición es variar la elección de palabras, el Convertidor de mayúsculas y minúsculas maneja la parte mecánica de remodelar encabezados e identificadores una vez que haya decidido qué cambiar.
¿Mi texto es privado?
Sí. Todo el análisis se realiza en su navegador mediante JavaScript. El texto que pegas nunca se envía a un servidor, nunca se registra y nunca se almacena. Esto importa más de lo que parece, porque los documentos que más vale la pena analizar suelen ser los que menos desea cargar: un manuscrito inédito, un informe confidencial de client's, un memorando interno, un borrador bajo embargo.
No es necesario que confíes en mi palabra. Abra la pestaña de red de su navegador ' y mírela mientras cuenta, y verá que no se emite ninguna solicitud. O desconectarte de Internet por completo y seguir trabajando, porque una vez que la página se ha cargado, la herramienta no necesita conexión alguna. Este enfoque de navegador primero es el mismo principio detrás de todo lo que construyo, y si el tema te interesa, escribí más sobre él en el guía de privacidad de datos con herramientas online. Para obtener una imagen más amplia de dónde encaja un contador de frecuencia en un flujo de trabajo de escritura y edición, el Guía de herramientas de productividad para desarrolladores cubre las herramientas a las que recurro más.
Preguntas frecuentes
¿Cuál es la frecuencia de palabras?
La frecuencia de las palabras es el número de veces que aparece cada palabra distinta en un texto. Un contador de frecuencia de palabras lo informa como una tabla clasificada, que enumera cada palabra única con su conteo y, a menudo, su porcentaje del todo, por lo que las palabras más utilizadas aparecen en la parte superior.
¿Cómo cuento con qué frecuencia aparece una palabra?
Pegue su texto en la herramienta y lea la tabla clasificada, que enumera cada palabra con su conteo. Para enfocar en una palabra, ordene alfabéticamente o escanee la tabla en busca de ella. Cada ocurrencia se cuenta, y el plegamiento de casos está activado de forma predeterminada, por lo que las formas capitalizadas y en minúsculas se reúnen.
¿Qué son las palabras de alto y debo eliminarlas?
Las palabras de alto son palabras de función de alta frecuencia como, y, de, a, y es que tienen poco significado tópico. Eliminarlos es opcional. Activa el filtro cuando quieras que la clasificación de la superficie de las palabras de contenido se trata de un documento; déjalo apagado cuando necesites un conteo exacto y sin filtrar de cada palabra.
¿El contador trata mayúsculas y minúsculas como la misma palabra?
Por defecto, sí. El plegado de mayúsculas y minúsculas está encendido, por lo que el, y los, se cuentan como una palabra. Active el modo sensible a mayúsculas cuando las mayúsculas importan, por ejemplo, para contar un nombre propio por separado de las mismas letras utilizadas como una palabra ordinaria.
¿Cómo se manejan las contracciones y las palabras con guión?
Las palabras se dividen en letras y dígitos Unicode, pero se mantiene un apóstrofe o guión entre dos letras o números. Entonces don't cuenta como una palabra en lugar de dos, y lo último en tecnología sigue siendo un solo token en lugar de estar roto en cada guión.
¿Qué es la densidad de palabras clave y cómo la muestra esta herramienta?
La densidad de palabras clave es una proporción de Word's del recuento total de palabras, expresado como porcentaje. La herramienta lo muestra en la columna de porcentaje junto a cada recuento, por lo que puede comprobar si una frase de destino aparece con la frecuencia suficiente para ser relevante sin repetirla hasta el punto de rellenar palabras clave.
¿Hay un límite en la cantidad de texto que puedo analizar?
No hay límite de tamaño fijo. Debido a que el análisis se ejecuta en su navegador en lugar de en un servidor, solo está vinculado por la memoria de su dispositivo, por lo que se manejan artículos completos y manuscritos de longitud de libro sin un límite de carga.
¿Mi texto está subido a alguna parte?
prohibido . El texto se analiza mediante JavaScript que se ejecuta en su navegador y nunca se transmite, registra ni se almacena. Puede confirmar esto mirando la pestaña Red mientras cuenta, o al desconectarse de Internet, la herramienta sigue funcionando sin conexión.
Escrito por Liton, constructor de [Toolz.dev](/. Creo herramientas de desarrollo basadas en navegador y escribo sobre el oficio de construirlas.
