В первый раз, когда я запустил один из своих собственных постов в блоге через счетчик частоты слов, я почувствовал себя немного разоблаченным. я использовал слово " в основном " четырнадцать раз в статье из 1200 слов. Не "иногда " четырнадцать раз. четырнадцать. мои глаза замазали прямо каждый из них во время написания, потому что именно это и делают костыльные слова: они прячутся на виду. счетчик частот не заботится о ваших намерениях. Это просто имеет значение, и номер сидит там на экране, смея вас спорить с ним.
Я создаю инструменты в [Toolz.dev](/, и я провожу большую часть своей недели, пишу: документацию для плагинов WordPress, маркетинговую копию, учебные пособия Laravel, заметки о выпуске. анализ частоты слов незаметно стал одной из проверок, которые я провожу перед чем-либо, что поставляется. Это тридцатисекундный проход, который ловит повторение, которое мой мозг отказывается видеть, подтверждает, что страница действительно упоминает тему, о которой он утверждает, и иногда спасает меня от публикации чего-то, что читается так, будто оно было собрано из трех разных черновиков. Это руководство - все, что я узнал о хорошем подсчете слов.
TL;DR: Счетчик частоты слов разбивает ваш текст на слова и сообщает, сколько раз каждый из них появляется, ранжируется от большинства к наименее распространенному. Используйте его, чтобы поймать чрезмерно используемые слова костыля, проверить плотность ключевых слов для SEO и понять, что на самом деле подчеркивает документ. Сложите случай так & quot;The & quot; и & quot;the & quot; посчитайте вместе, включите стоп-слове фильтр, чтобы скрыть функциональные слова, такие как & quot;the & quot; и & quot; и & quot; и прочитайте столбец процента, чтобы увидеть каждое слово и #39;s поделиться текстом. The Счетчик частоты слов полностью работает в вашем браузере, поэтому ничего из вставленного вами не загружается.
Что такое счетчик частоты слов?
Счетчик частоты слов считывает блок текста, разбивает его на отдельные слова - шаг Стандартное приложение Юникода № 29 указывает гораздо более тщательно, чем & quot;split на пробелах & quot; предлагает - и сообщает вам, сколько раз появляется каждое отдельное слово. на выходе получается ранжированная таблица: каждое уникальное слово, его количество, и обычно его процент от всего документа. слово, которое появляется чаще всего, сидит вверху.
Это другой вопрос, чем тот, на который отвечает счетчик простых слов. А счетчик слов говорит вам, что документ имеет 847 слов. счетчик частоты говорит вам, что 31 из этих слов & quot;the, & quot; 12 are & quot;data, & quot; и 9 are & quot;however. & quot; Итого одна цифра о длине. Таблица частот - это распределение об акценте. длина говорит вам, попали ли вы в цель назначения. Распространение сообщает вам, о чем на самом деле написание и где оно повторяется.
Понятие старое и хорошо изученное Лингвисты измеряли частоты слов более века, и закономерность, которая возникает, удивительно согласуется между языками: небольшое количество слов составляет огромную долю любого текста, и частота резко падает после этого Это Zipf's закон, наблюдение, что наиболее распространенное слово имеет тенденцию появляться примерно в два раза чаще, чем второе по распространенности, в три раза чаще, чем третье, и так далее. Вы увидите эту форму в своей собственной записи в момент сортировки документа по частоте. в верхней части списка доминируют короткие функциональные слова, а интересные слова содержания тянутся за ними.
Зачем мне считать частоту слов?
Я обращаюсь к частотному анализу по четырем различным причинам, и это помогает узнать, за какой из них вы гонитесь, прежде чем прочитать таблицу.
Первый - ловка повторения. у каждого писателя есть костыльные слова, на которые они опираются, не замечая. мои "в основном, " " на самом деле, " и "just." Ваши могут быть "действительно, " " "very, " или конкретный технический термин, в который вы влюбились.повторение невидимо изнутри, потому что вы написали каждый экземпляр в отдельный момент и никогда не видели их сложенными. счетчик частот складывает их в стопки.
Второй - плотность ключевых слов для поиска Когда я пишу страницу, нацеленную на конкретную фразу, я хочу подтвердить фразу и её близкие варианты появляются достаточно часто, чтобы поисковик понимал тему, не появляясь так часто, что страница читается как набитая. процентная колонка превращает это из смутного беспокойства в число, которое я могу проверить.
Третий - понимание незнакомого документа Вставить в длинный отчет, стенограмму или конкурента 's статья, сортировать по частоте, отфильтровать функциональные слова, и верхняя часть списка - это справедливое резюме предмета примерно за десять секунд Это грубое резюме, но это быстро и честно.
Четвертый - редактирование для разнообразия. если & quot;важно & quot; появляется одиннадцать раз, некоторые из них являются кандидатами на синоним или на удаление. счетчик не говорит вам, какие из них изменить, но он говорит вам искать.
Как использовать счетчик частот Word?
Рабочий процесс короткий. Вставьте текст в поле ввода на сайте Счетчик частоты слов, и ранжированная таблица появляется немедленно. нет шага загрузки и кнопки, чтобы ждать базового счета.
Оттуда параметры формируют то, что вы видите.Решайте, имеет ли значение дело. для большинства письменных вы хотите, чтобы case folding on, по умолчанию, чтобы & quot;Data, & quot; & quot;data, & quot; и & quot;DATA& quot; считайте как одно слово, а не как три.Включите стоп-слово фильтр, когда вы хотите, чтобы рейтинг всплывал на поверхность слов контента вместо грамматики.Установите минимальную длину слова, чтобы пропустить очень короткие токены. и если хвост списка длинный и неинтересный, установите верхний предел N, чтобы обрезать его до слов, которые стоит прочитать.
Когда у вас есть вид, который вы хотите, скопируйте таблицу. Он копирует как разделенные вкладками строки, что означает, что он чисто вставляется в столбец электронной таблицы или таблицу документов без какого-либо переформатирования. Я веду небольшую таблицу количества костыльных слов в статьях, чтобы увидеть, улучшаюсь ли я с течением времени, и экспорт, разделенный вкладками, падает прямо в нее.
Что такое стоп-слова, и мне их убрать?
Стоп-слова - это высокочастотные функциональные слова, которые скрепляют предложения вместе, но почти не несут тематического значения сами по себе: & quot;the, & quot; & quot;a, & quot; & quot; и & quot; & quot;of, & quot; & quot;is, & quot; & quot;in, & quot; и их многочисленные компаньоны. почти в каждом английском документе эти слова доминируют в верхней части необработанного списка частот. если вы посчитаете статью из тысячи слов без фильтрации, первые шесть или семь строк будут стоповыми, а слова, о которых статья на самом деле будет скрыта, будут скрыты под ними.
Удалять ли их, зависит полностью от вашей цели.Включите фильтр, когда вы пытаетесь увидеть, о чем документ, потому что зачистка грамматики оставляет слова содержания стоять.Оставьте это, когда вам нужен точный, нефильтрованный счетчик каждого токена, например, когда вы изучаете структуру предложения, измеряете истинную длину или проверяете, как часто вы злоупотребляете определенной связкой, например & quot; однако & quot; или & quot;moreover.& quot;
Нет единого официального списка английских стоп-слов.Различные инструменты и библиотеки поставляют немного разные наборы, и выбор - это вызов суждения, а не стандарт. этот инструмент использует компактный, широко используемый список распространенных английских функциональных слов. если слово, которое вы считаете значимым, фильтруется, это знак, что ваша тема пересекается с набором функций-слов, и вы должны выключить фильтр для этого конкретного счета.
Как обрабатываются сокращения, дефисы и другие языки?
Разделение слов звучит тривиально, пока вы не присмотритесь, а затем оно становится гнездом крайних случаев Что считается за одно слово?
Этот инструмент разделяется на буквы и цифры Юникода и сохраняет апостроф или дефис, когда он находится между двумя запусками букв или цифр. Это единственное правило обрабатывает наиболее важные случаи. Сокращение "don't" остается одним словом вместо разделения на "don" и "t." Соединение "состояние искусства иquot; остается нетронутым вместо того, чтобы разбиваться на четыре фрагмента в каждом дефисе. Но случайный дефис, используемый в качестве тире, или задний апостроф, используемый в качестве кавычки, не приклеивается к соседнему слову, потому что на другой его стороне нет буквы.
Поскольку сопоставление является Unicode-учитывающим, акцентированные и нелатинские сценарии работают также. & quot;Café& quot; считается как одно слово с сохранённым акцентом, а текст в языках, использующих нелатинские буквы, разделяется на одном и том же правиле букв и цифр, а не опускается. числа рассматриваются как слова, поэтому & quot;2026& quot; и & quot;42 & quot; появляются в таблице. Если вы считаете прозу, где цифры являются шумом, опция минимальной длины и быстрое сканирование позволят вам игнорировать их.
Что такое плотность ключевых слов и как этот инструмент ее показывает?
Плотность ключевых слов - это доля слова 's от общего количества слов, записанная в процентах. если страница из 500 слов использует ваше целевое ключевое слово 10 раз, ее плотность составляет 2 процента. счетчик частот показывает это в столбце процента рядом с каждым счетом, поэтому вам никогда не придется выполнять разделение самостоятельно.
Вот честная версия совета SEO: нет никакого числа плотности магии, которое ранжирует страницу, и никогда не было. поисковые системы перестали вознаграждать необработанное повторение ключевых слов много лет назад, и Google's собственное руководство предостерегает специально от вброса ключевых слов, практики втиснуть термин на страницу для манипулирования рейтингами. Для какой плотности действительно полезно, это противоположная проверка. Это подтверждает, что страница вообще упоминает свою тему и помечает страницы, на которых вы случайно повторили фразу, так много раз, что читатель-человек заметил бы, и поисковая система может относиться к ней как к спаму. Я использую ее как детектор дыма, а не как цель.
В таблице ниже показано, как я читаю различные сигналы, которые дает счетчик частот, в зависимости от того, чему я пытаюсь научиться.
| мишень | На что смотреть | Настройка, которая помогает | Как выглядит плохой результат |
|---|---|---|---|
| Ловите слова костыля | Содержательные слова с удивительно высоким количеством | Дело включено, прекратите произносить слова | Одно неформальное слово встречается более 10 раз в коротком фрагменте |
| Проверьте плотность ключевых слов | Столбец "Процент" для вашей целевой фразы | Складывание корпуса на | Цель ниже 0,5 процента или одно слово выше 4-5 процентов |
| Обобщить документ | Топ-10-15 строк | Остановить слова, мин длина 3 | Ничего, для этого и нужен фильтр |
| Редактировать для разнообразия | Любое содержательное слово с большим количеством | Перестаньте говорить дальше | Одно и то же прилагательное повторяется в каждом абзаце |
| Измерьте истинную длину | Итого слов | Все отфильтровывается | Счет далеко от цели |
Счетчик частоты слов против счетчика простых слов
Эти два инструмента постоянно путаются, потому что их названия перекрываются, поэтому стоит прямо указать разницу.Счетчик слов отвечает "сколько?" Он возвращает итоговые значения: слова, символы, предложения, иногда время чтения. Это правильный инструмент, когда у вас есть целевой показатель длины, предел твита или минимум эссе. Счетчик частоты слов отвечает " на какие слова и как часто?" Он возвращает распределение, и это правильный инструмент, когда вас волнует акцент, повторение или плотность, а не длина.
Они хорошо сочетаются. Обычно я провожу сквозняк счетчик слов чтобы подтвердить длину, затем через счетчик частоты, чтобы проверить, что длина не дополнена теми же тремя словами. Если вы также работаете со списками, а не с прозой, сортировщик линий выведет дублирование и упорядочит строки, и проверка текстовых различий покажет вам, что именно изменилось между двумя версиями документа. И если цель вашего редактирования - изменить выбор слова, то конвертер дел обрабатывает механическую часть изменения заголовков и идентификаторов, как только вы решите, что изменить.
Мой текст приватен?
Да. весь анализ происходит в вашем браузере с помощью JavaScript.Вставленный вами текст никогда не отправляется на сервер, никогда не регистрируется и никогда не сохраняется.Это имеет большее значение, чем звучит, потому что документы, которые стоит проанализировать чаще всего, те, которые вы меньше всего хотите загрузить: неопубликованная рукопись, конфиденциальный отчет клиента & #39;s, внутренняя служебная записка, черновик под эмбарго.
Вам не нужно верить мне на слово.Откройте свой браузер и #39;s вкладку сети и посмотрите ее, пока считаете, и вы увидите, что ни один запрос не будет погашен. или полностью отключитесь от Интернета и продолжайте работать, потому что, как только страница загрузилась, инструмент вообще не нуждается в соединении. Этот подход, основанный на браузере, является тем же принципом, лежащим в основе всего, что я создаю, и если тема вас интересует, я написал об этом больше в руководство по конфиденциальности данных с помощью онлайн-инструментов. Для более широкой картины того, где счетчик частот вписывается в рабочий процесс записи и редактирования, Руководство по инструментам повышения производительности разработчика охватывает инструменты, к которым я обращаюсь для большинства.
Часто задаваемые вопросы
Что такое частота слов?
Частота слова — это количество раз, когда каждое отдельное слово появляется в фрагменте текста. Счетчик частоты слов сообщает о нем как таблица ранжирования, перечисление каждого уникального слова с его количеством и часто его процентом целого, поэтому наиболее часто используемые слова появляются вверху.
Как посчитать, как часто появляется слово?
Вставьте текст в инструмент и прочитайте таблицу ранжирования, в которой каждое слово перечислено с его счетом. Чтобы сосредоточиться на одном слове, отсортируйте его по алфавиту или отсканируйте таблицу на наличие его. Каждое вхождение подсчитывается, и по умолчанию используется складка регистра, поэтому заглавные формы заглавных форм счетчика.
Что такое стоп-слова и я должен их удалить?
Стоп-слова — это высокочастотные функциональные слова, такие как, и, to, и есть, которые несут мало актуального значения. Удаление их необязательно. Включите фильтр, когда вы хотите, чтобы ранжирование было на поверхности содержимого, о котором идет речь, оставьте его включенным, когда вам нужно точное, нефильтрованное количество каждого слова.
Счетчик рассматривает верхний и строчный регистр как одно и то же слово?
По умолчанию да. Складной корпус идет, так что, то, и то, что считаются одним словом. Включите режим чувствительности к регистру, когда имеет значение капитализация, например, чтобы сосчитать собственное имя отдельно от тех же букв, которые используются в качестве обычного слова.
Как обрабатываются сокращения и дефисированные слова?
Слова разделены на буквы и цифры Юникода, но апостроф или дефис между двумя пробегами букв или цифр сохраняется. Таким образом, don't считается одним словом, а не двумя, а современное состояние остается одним жетоном, а не разбивается на каждом дефисе.
Что такое плотность ключевых слов и как это показывает этот инструмент?
Плотность ключевых слов - это доля слова 's от общего количества слов, выраженная в процентах. инструмент показывает его в столбце процента рядом с каждым счетом, поэтому вы можете проверить, достаточно ли часто появляется целевая фраза, чтобы быть релевантной, не повторяясь до точки заполнения ключевых слов.
Есть ли ограничение на количество текста, которое я могу анализировать?
фиксированного предела размера нет. Поскольку анализ выполняется в вашем браузере, а не на сервере, вы связаны только памятью вашего устройства, поэтому полные статьи и рукописи длиной в книгу обрабатываются без ограничения загрузки.
Мой текст где-нибудь загружен?
нет , йо- Текст анализируется с помощью JavaScript, работающего в вашем браузере, и никогда не передается, регистрируется или сохраняется. Вы можете подтвердить это, посмотрев вкладку «Сеть» во время подсчета или отключив его от Интернета, инструмент продолжает работать в автономном режиме.
Написано Liton, строителем [Toolz.dev](/.Я делаю браузерные инструменты для разработчиков и пишу о ремесле их построения.
