文本频率分析

怎么用

1. 把文本粘贴进输入框 —— 英文、中文或中英混合都可以。
2. 选统计单位：字符逐字统计；词统计英文单词与中文单字，并附带相邻双字组合；N 元组按 2 元组或 3 元组统计。
3. 设置 Top N 控制表格行数，可按需勾选 忽略大小写 与 跳过空格与标点。
4. 点 分析，表格给出排名、项目、次数与占比，下方词云字号随频次缩放。

常见用法

• 修改稿件前先找出反复出现的赘词。
• 对比两个落地页的关键词密度。
• 在没有分词器的情况下找一段中文里的常见双字词。
• 给密码或字谜快速生成一张字符频率表。

常见问题

问：中文怎么统计？ 答：不做词典分词。中文连续段按单字计数，词模式额外统计每一对相邻汉字，常见的双字词因此会浮现出来。

问：英文单词怎么界定？ 答：连续的字母或数字算一个词，撇号与连字符留在词内部，state-of-the-art 算一个词。

问：N 元组会跨语言组合吗？ 答：不会。N 元组只在同一段内构造：中文段按字，英文段按词，new york 会算作一个 2 元组。