Četnost slov v textu

Jak spočítat četnost slov

Upozornění: filtr stop slov existuje jen pro angličtinu a francouzštinu. Slova českého textu se spočítají správně, ale česká stop slova (předložky, spojky, zájmena) nástroj neodfiltruje; u českého textu proto nech filtr vypnutý.

1. Vlož text do vstupního pole: článek, esej, přepis, zákaznické recenze nebo odpovědi z ankety.
2. V části Zobrazit vyber Jednotlivá slova, Dvouslovné fráze nebo Tříslovné fráze.
3. Nech zaškrtnuto Vynechat stop slova (the, and, of…), chceš-li skrýt gramatická slova, a vyber Jazyk stop slov, který odpovídá textu: angličtina nebo francouzština.
4. Nech zaškrtnuto Ignorovat čísla, pokud ti na číslech nezáleží, například na letopočtech či kódech produktů.
5. Přečti si tabulku: každý řádek ukazuje slovo nebo frázi, jejich Počet, Podíl a pruh, který je srovnává s nejčastějším. V části Zobrazené řádky zvol 25, 50, 100 nebo Všechny řádky.
6. Kliknutím na Stáhnout CSV otevřeš celý seznam v tabulkovém procesoru.

Tabulka se aktualizuje při psaní; Spočítat slova ji obnoví.

Jak se slova počítají

Slovo je řada písmen nebo číslic. Apostrof nebo spojovník mezi dvěma písmeny ho drží pohromadě, takže „don’t“, „well-known“ a „peut-être“ jsou jednotlivá slova. Velikost písmen se ignoruje: „Dům“, „dům“ a „DŮM“ se počítají společně. Písmena s diakritikou jsou plnohodnotná, takže „dům“ a „dum“ jsou různá slova.

Několik úprav dělá výsledky užitečnějšími:

• Zakřivené a rovné apostrofy se berou stejně.
• Ve francouzštině se odstraňují elidované členy a zájmena, takže „l’homme“ i „d’homme“ se počítají jako „homme“ a „qu’il“ jako „il“. „Aujourd’hui“ zůstává jedním slovem.
• V angličtině se odstraňuje přivlastňovací „’s“: „Google’s“ se počítá jako „google“.

Slova se nezkracují na kořen: „kočka“ a „kočky“ jsou uvedeny zvlášť, což drží počty přesné a předvídatelné. Protože je čeština flektivní, jedno pojmenování se tak může rozpadnout do několika řádků; sečti si příbuzné tvary sám, pokud potřebuješ souhrnný údaj.

Fráze

U dvouslovných a tříslovných frází nástroj počítá každou posloupnost po sobě jdoucích slov, ale nikdy přes interpunkci: ve větě „Praha, Brno a Ostrava“ není „praha brno“ frází. Když jsou stop slova vynechána, fráze, která jimi začíná nebo končí, se přeskočí, zatímco stop slova uprostřed zůstanou, takže „return on investment“ a „quality of life“ se stále objeví.

Počty frází jsou nejlepší způsob, jak odhalit skutečná témata textu. Jednotlivá slova jako „learning“ nebo „machine“ samotná říkají málo; „machine learning“ říká hodně.

Podíly a hustota klíčových slov

U jednotlivých slov je Podíl počet vydělený celkovým počtem slov v textu včetně stop slov. To je to, čemu nástroje SEO říkají hustota klíčových slov. U frází je to počet vydělený počtem frází dané délky v textu.

Jako pravidlo: klíčový výraz, který tvoří několik procent textu, může působit opakovaně a vyhledávače odměňují přirozené psaní, nikoli cílovou hustotu. Čísla používej k odhalení přepoužitých slov a chybějících synonym, ne k plnění kvóty.

Seznamy stop slov

Stop slova jsou velmi častá slova, například členy, zájmena, předložky a pomocná slovesa, která ovládají každou statistiku četnosti, aniž by o obsahu mnoho říkala. Nástroj používá anglický (1 298 slov) a francouzský (691 slov) seznam z open-source sbírky stopwords-iso pod licencí MIT. Jsou to široké seznamy: zahrnují i některá běžná slovesa a příslovce. Pokud ti chybí potřebné slovo, filtr vypni.