词频统计

自动分词,统计文章中每个词语出现的次数,过滤停用词,生成高频词表和词云图,可以导出给 Excel 使用。只在浏览器中分析。

--词语总数
--不同的词
--最高频的词

统计方法

  • 分词:使用浏览器内置的分词功能(Intl.Segmenter)把中文切成词语,英文按单词切分。分词基于通用词典,人名、品牌、新词可能被切开,可以把它们填入“自定义词语”,会先整体统计再分词。
  • 停用词:“的、了、和、是、在”以及英文 the、of、and 等出现频率很高但没有实际意义的词,默认不参与统计,也可以把不想统计的词填入“额外排除的词”。
  • 占比:某个词的出现次数除以参与统计的词语总数。
  • 词云:字号按出现次数的平方根缩放,从中心向外螺旋排列,点“重新排列”可以换一种布局。

检查文章中关键词的密度请用 关键词密度检测,统计字数请用 字数统计,比较两篇文章的相似度请用 文本相似度计算。

词频统计常见问题

词频统计怎么使用?

粘贴文章,工具自动分词并统计每个词语的出现次数,表格按次数从高到低显示,右侧生成词云图;可以设置显示的数量和最少出现次数,过滤停用词、单字和数字,把专有名词加入“自定义词语”整体统计,把不需要的词加入“额外排除的词”,导出 CSV 或下载词云图。

怎么统计文章中出现最多的词?

粘贴文章,表格第一行就是出现次数最多的词。

“的”“了”这些词会被统计吗?

默认过滤常见停用词,可以取消勾选。

人名被切开了怎么办?

把人名填入自定义词语,会作为整体统计。

能生成词云图吗?

可以,右侧显示词云并可以下载 PNG。

词频统计的结果应怎样理解?

分词依赖浏览器内置的通用词典,新词和专有名词可能被切开;不支持词性标注;文章很长时词云只显示前 80 个词。

输入内容会保存或发给外部服务吗?

文章只在浏览器中分析,不会上传。

没有结果或操作失败时先检查什么?

某个词被切开时把它加入自定义词语;结果中出现很多无意义的词时把它们加入额外排除的词。

相关工具

Markdown 编辑器 · 摩尔斯电码翻译 · 简繁转换 · 文本列处理 · 全部文本工具