初めて自分のブログ投稿を単語頻度カウンターで実行したとき、少し露出したように感じました。 "basically" 1,200 語の記事で 14 回単語を使用しました。 "occasionally" 14 回。 14. 執筆中、私の目はそれらのすべてを覆っていました。なぜなら、それはまさに松葉杖の言葉が行うことだからです。それらは目に見えないところに隠れています。頻度カウントはあなたの意図を気にしません。それはただカウントされるだけで、その数は画面上に座って、あなたがそれについて議論することを敢えてします。
私は [Toolz.dev] でツールを構築します (/, そして、私は私の週のほとんどを書いて過ごします: WordPressプラグインのためのドキュメント, マーケティングコピー, Laravelチュートリアル, リリースノート. wordの頻度分析は、静かに何かが船する前に実行するチェックの繰り返しをキャッチする32 秒のパスです私の脳は見ることを拒否します, ページが実際にそれが約であると主張トピックに言及していることを確認し、時折、それが3 つの異なるドラフトから組み立てられたように読んだものを公開することから私を救う, このガイドは、私がよく単語を数えることについて学んだすべてです。
tl;dr: 単語頻度カウンターはテキストを単語に分割し、それぞれが何回出現するかを報告し、最も一般的ではないものから最も一般的ではないものまでランク付けします。 使いすぎた松葉杖の単語をキャッチし、SEO のキーワード密度を確認し、ドキュメントが実際に何を強調しているかを理解するために使用します。 "The" および "the" 一緒に数える場合、ストップワード フィルターをオンにして、"the" および " および " などの関数単語を非表示にし、パーセンテージ列を読んで、テキストの各単語 ' の共有を確認します ワード頻度カウンター ブラウザで完全に実行されるため、貼り付けたものはアップロードされません。
単語頻度カウンターとは何ですか?
ワード頻度カウンターはテキストのブロックを読み取り、それを個々の単語に分割します。これはステップです Unicode 標準付録 #29 はるかに慎重に指定します " spaces" に分割します - そして、それぞれの個別の単語が何度表示されるかを示します 出力はランク付けされたテーブルです: すべての一意の単語、そのカウント、そして通常、文書全体の割合で最も頻繁に現れる単語は、上部に座ります。
これは、平易な言葉のカウンターが答える質問とは別の質問です。 A ワードカウンター ドキュメントには847 個の単語があることを示します 周波数カウンタは そのうち31 個が "the, " 12 個が "data, " そして9 個が "however." 合計は長さについての1 つの数値です 周波数テーブルは強調についての分布です 長さは割り当てターゲットにヒットしたかどうかを示します 分布は書き込みが実際に何についてで、どこで繰り返されているかを教えてくれます。
概念は古く よく研究されています 言語学者は1 世紀以上にわたって 単語頻度を測定してきました そして現れるパターンは 言語間で著しく一貫しています 少数の単語が どのテキストでも 膨大なシェアを占め その後頻度は急激に低下します これはZipf'sの法則 最も一般的な単語は 2 番目に多い単語の 2 倍程度 3 番目に多い単語の 3 倍程度 といった頻度で現れる傾向があるという観察です 周波数で文書を並べ替えた瞬間に 自分の文章でこの形がわかるでしょう リストのトップは 短い関数単語が占め 興味深い内容単語は その背後に続きます。
なぜ単語の頻度を数えるのでしょうか?
私が周波数分析に手を伸ばす理由は 4 つありますが、表を読む前にどれを追っているかを知るのに役立ちます。
1 つ目は繰り返しを捉えることですどの作家も松葉杖の言葉を持っています気づかずに寄りかかっているものです私のものは " 基本的には, " " 実際, " そして " just." あなたのものは " really, " " very, " またはあなたが好きになった特定の専門用語かもしれません繰り返しは内側から見えませんなぜならあなたはそれぞれのインスタンスを別々の瞬間に書き、それらが積み上げられているのを見たことがないからです頻度カウントはそれらを積み上げます。
2 つ目は検索のためのキーワード密度です 特定のフレーズを対象としたページを書くとき、私はそのフレーズとその近い変種が検索エンジンがトピックを理解するのに十分な頻度で表示されることを確認したい、ページが詰め込まれたように読むほど頻繁に表示されない割合の列は、これを漠然とした心配から私が確認できる数字に変えます。
3 つ目は、なじみのない文書を理解することです。長いレポート、トランスクリプト、または競合他社に貼り付けます' s の記事は、頻度で並べ替え、関数の単語をフィルタリングして削除し、リストの上部は、約 10 秒で主題の公正な要約です。粗雑な要約ですが、速くて正直です。
4 つ目は、多様性のための編集です。 "important" が 11 回出現すると、それらの一部は同義語または削除の候補になります。カウントはどれを変更するかは指示しませんが、どれを変更するかは指示します。
Word Frequency Counterはどのように使用すればよいですか?
ワークフローが短いです。 の入力ボックスにテキストを貼り付けます ワード頻度カウンター、そしてランク付けされたテーブルがすぐに表示されます。 uploadステップと基本的なカウントを待つためのボタンはありません。
そこから、オプションは表示されているものを形作ります。 case が重要かどうかを判断します。 case を折りたたむことを望むほとんどの書き込みでは、デフォルトで、"Data,""data," および "DATA" が 3 語ではなく 1 語としてカウントされます。文法の代わりにコンテンツの単語をランキングで表面化させたい場合は、ストップワード フィルターをオンにします。非常に短いトークンをスキップする最小単語長を設定します。そして、リストの末尾が長くて面白くない場合は、トップ N の制限を設定して、読む価値のある単語に絞り込みます。
必要なビューが表示されたら、テーブルをコピーします。タブ区切りの行としてコピーします。つまり、再フォーマットせずにスプレッドシートの列またはドキュメント テーブルにきれいに貼り付けられます。記事全体に松葉杖の単語のカウントをまとめた小さなスプレッドシートを保持しているため、時間の経過とともに改善しているかどうかを確認でき、タブ区切りのエクスポートはそのままそこにドロップされます。
ストップワードとは何ですか?削除する必要がありますか?
ストップワードとは、文章をまとめながらも、それ自体では話題性のある意味をほとんど持たない高頻度関数ワードである: "the, "a, "and, " "of, " "to, " "is, "in, " そして、その多くの仲間たち ほとんどすべての英語文書において、これらの単語が生の頻度リストの上位を占めている。 フィルタリングなしで千語の記事を数えると、最初の 6 行または 7 行はストップワードとなり、記事の実際の内容はそれらの下に埋もれてしまう。
それらを削除するかどうかは、完全に目標によって異なります 文法を削除するとコンテンツの単語が放置されるため、ドキュメントの内容を確認しようとしているときにフィルターをオンにします すべてのトークンのフィルターされていない正確なカウントが必要な場合はオフにします たとえば、文構造を研究している場合、真の長さを測定している場合、または "however" または "moreover." のような特定の接続詞を頻繁に使用しすぎているかどうかを確認する場合などです
英語のストップワードの公式リストは 1 つもありません。ツールやライブラリが異なれば、出荷されるセットも若干異なり、選択は標準ではなく判断コールです。このツールは、一般的な英語の関数ワードのコンパクトで広く使用されているリストを使用します。意味があると思われる単語がフィルタリングされている場合、それはトピックが関数ワード セットと重複する兆候であり、その特定のカウントについてフィルタをオフにする必要があります。
短縮形、ハイフン、その他の言語はどのように扱われますか?
よく見るまでは単語の分割は些細なことのように聞こえますが、その後エッジケースの巣になります。 1 つの単語としてカウントされるものは何ですか?
このツールは Unicode の文字と数字で分割され、2 つの文字または数字の実行の間に位置するときにアポストロフィまたはハイフンを保持します。その単一のルールは、最も重要なケースを処理します。短縮形 "don't" は、"don" と "t." に分割されるのではなく、単一の単語に留まります。複合語 " 最先端の " は、ハイフンごとに 4 つのフラグメントに分割されるのではなく、そのまま残ります。しかし、ダッシュとして使用される迷走ハイフン、または引用符として使用される後続のアポストロフィは、反対側に文字がないため、隣接する単語に接着されません。
マッチングがUnicode対応であるため、アクセント付き文字と非ラテン文字も機能します。 "カフェ&クォート;アクセントがそのままの1 つの単語としてカウントされ、非ラテン文字を使用する言語のテキストはドロップされるのではなく、同じ文字と数字のルール上で分割されます。数値は単語として扱われるため、"2026"および"42"が表に表示されます。数字がノイズである散文を数えている場合、最小長オプションとクイックスキャンを使用すると無視できます。
キーワード密度とは何ですか?このツールはそれをどのように表示しますか?
キーワード密度は、単語& #39; s シェア、合計単語数のパーセンテージで書かれて、500 ワードのページは、10 回、あなたのターゲットキーワードを使用している場合、その密度は2 パーセントです周波数カウンタは、各カウントの横にあるパーセンテージの列にこれを示すので、分割を自分で行う必要はありません。
SEOアドバイスの正直なバージョンは次のとおりです: ページをランク付けする魔法の密度番号はありません、そして、決してありませんでした 検索エンジンは何年も前に生のキーワードの繰り返しに報酬を与えるのをやめました、そしてGoogle' 自身のガイダンスは、キーワードの詰め込み、ランキングを操作するためにページに用語を詰め込む練習に対して特に警告しています 密度が本当に役立つのは、逆のチェックです ページがそのトピックにまったく言及していることを確認し、誤ってフレーズを何度も繰り返したページにフラグを立て、検索エンジンはそれをスパムのターゲットとしてではなく、煙感知器として使用します。
以下の表は、学習しようとしている内容に応じて、周波数カウントによって得られるさまざまな信号をどのように読み取るかを示しています。
| ゴール | 何を見るか | 役立つ設定 | 悪い結果はどんな感じか |
|---|---|---|---|
| 松葉杖の言葉をキャッチ | 驚くほどカウントの高いコンテンツワード | ケースを折りたたむと、言葉が消えます | 1 つの非公式な単語が短い部分で10+回表示されます |
| キーワード密度を確認する | ターゲットフレーズのパーセンテージ列 | ケース折り畳み | 0.5 パーセント未満、または 4 ～ 5 パーセントを超える単語をターゲットにします |
| 文書を要約する | 上10～15列 | 言葉を停止します。長さ 3 分 | 何もありません、これがフィルターの目的です |
| 品種のために編集します | カウント数の多いコンテンツ ワード | 言葉はやめてください | すべての段落にわたって同じ形容詞が繰り返されます |
| 真の長さを測定します | 総単語数 | すべてのフィルターがオフになります | 目標から遠く離れたカウント |
単語の頻度カウンタと平易な単語カウンタ
これら2 つのツールは名前が重なるため絶えず混乱するため、違いをはっきり述べる価値があります。 単語カウンターは " どのくらい?" 合計を返します: 単語、文字、文、時には読解時間があります。 長さのターゲット、ツイートの制限、またはエッセイの最小値がある場合、それは適切なツールです。 単語頻度カウンターは " どの単語、どのくらいの頻度?" 分布を返します。長さよりも強調、繰り返し、密度を気にする場合、それは適切なツールです。
彼らはうまくペアリングします。私は通常、ドラフトを実行します ワードカウンター 長さを確認するには、次に周波数カウンターを通して、長さが同じ3 つの単語で埋め込まれていないことを確認します。 proseではなくlistsでも作業する場合は、 ラインソータ 重複してラインを注文します テキスト差分チェッカー 文書の 2 つのバージョン間で何が変更されたかを正確に示します。そして、編集の目的が単語の選択を変えることである場合、 ケースコンバーター 何を変更するかを決定したら、見出しと識別子の再形成の機械的な部分を処理します。
私のテキストは非公開ですか?
はい。分析全体は JavaScript を使用してブラウザで行われます。貼り付けたテキストはサーバーに送信されず、ログに記録されず、保存されることもありません。これは、最も分析する価値のある文書は、アップロードしたくない文書であることが多いため、思っている以上に重要です。未公開の原稿、クライアント's の機密レポート、内部メモ、禁輸中の草案などです。
あなたはそれのために私の言葉を取る必要はありません. browser& #39; sネットワークタブを開き、あなたがカウントしながらそれを見て、あなたは要求が出ないことがわかります.または完全にインターネットから切断し、作業を続けます, ページがロードされると、ツールはまったく接続を必要としないので、このブラウザファーストのアプローチは、私が構築するすべての背後にある同じ原理であり、トピックが興味を持っている場合は、でそれについて詳しく書きました オンラインツールによるデータプライバシーのガイド。周波数カウンタが書き込みおよび編集ワークフローのどこに収まるかをより詳細に把握するには、次の手順を実行します 開発者の生産性向上ツール ガイド 私が最もリーチするツールをカバーします。
よくある質問
単語の頻度とは何ですか?
単語頻度とは、それぞれの単語がテキストに現れる回数です。 単語頻度カウンターは、それをランク付けされたテーブルとして報告し、その数と、全体のパーセンテージを含むすべての固有の単語をリストするため、最もよく使用される単語が一番上に表示されます。
単語が表示される頻度を数えるにはどうすればよいですか?
テキストをツールに貼り付け、ランク付けされたテーブルを読み、各単語の数をリストします。 1 つの単語に集中するには、アルファベット順に並べ替えるか、表をスキャンします。 すべての発生はカウントされ、デフォルトでは大文字小文字が折りたたまれているため、大文字と小文字のフォームは一緒にカウントされます。
ストップ ワードとは何ですか?それらを削除する必要がありますか?
ストップ ワードは、話題の意味をほとんど持たない、および、、、、、、、および、などの高周波関数の単語です。 それらを削除することはオプションです。 ドキュメントが掲載されているコンテンツ ワードをランキングで表示する場合は、フィルタをオンにします。すべての単語のフィルタリングされていない正確な数が必要な場合は、オフのままにします。
カウンターは大文字と小文字を同じ単語として扱いますか?
デフォルトでは、はい。 ケースの折り畳みはオンであるため、The、The、Are は 1 つの単語としてカウントされます。 大文字と小文字を区別する場合は、大文字と小文字を区別するモードをオンにします。たとえば、通常の単語として使用される同じ文字とは別に固有名詞を数えます。
収縮とハイフンでつながれた単語はどのように処理されますか?
Unicode の文字と数字では単語が分割されますが、2 つの文字または数字の実行の間のアポストロフィまたはハイフンは保持されます。したがって、don't は 2 つの単語ではなく 1 つの単語としてカウントされ、最先端のトークンはハイフンごとに壊れるのではなく 1 つのトークンのままになります。
キーワード密度とは何ですか? また、このツールはどのようにそれを示していますか?
キーワード密度は、単語数全体に占める単語数 & #39; の割合で、パーセンテージで表されます。ツールは各カウントの横にあるパーセンテージ列にそれを表示するため、キーワードの詰め込みまで繰り返すことなく、ターゲット フレーズが関連性のあるほど頻繁に表示されるかどうかを確認できます。
分析できるテキストの数に制限はありますか?
固定サイズの制限はありません。 分析はサーバーではなくブラウザーで実行されるため、デバイスのメモリだけに拘束されるため、記事全体と本の長さの原稿は、アップロード キャップなしで処理されます。
私のテキストはどこかにアップロードされていますか?
いやー 。 テキストは、ブラウザーで実行されている JavaScript によって分析され、送信、ログ記録、または保存されることはありません。 カウント中にネットワーク タブを確認するか、インターネットから切断すると、このツールはオフラインで動作し続けます。
[Toolz.dev] のビルダーである Liton によって書かれました (/. 私はブラウザベースの開発者ツールを作成し、それらを構築する技術について書いています。
