Sõnasageduse loendur

Kuidas sõnade sagedust lugeda

1. Kleebi tekst sisendkasti: artikkel, essee, transkriptsioon, klientide arvustused või küsitluse vastused.
2. Vali jaotises Näita kas Üksikud sõnad, 2-sõnalised fraasid või 3-sõnalised fraasid.
3. Jäta Välista täitesõnad (the, and, of…) märgituks, et grammatilised sõnad peita, ja vali Täitesõnade keel, mis sobib sinu tekstiga: inglise või prantsuse.
4. Jäta Ignoreeri numbreid märgituks, kui numbrid sulle korda ei lähe, nagu aastaarvud või tootekoodid.
5. Vaata tabelit: iga rida näitab sõna või fraasi, selle arvu, osakaalu ja riba, mis võrdleb seda kõige sagedasemaga. Kasuta valikut Näidatud ridu, et näha 25, 50, 100 või kõiki ridu.
6. Klõpsa Laadi alla CSV, et avada kogu loend arvutustabelis.

Tabel uueneb kirjutamise ajal; Loe sõnad värskendab seda.

Täitesõnade filter on ainult inglise ja prantsuse keelele

Täitesõnade loendid on olemas inglise ja prantsuse keele jaoks. Eestikeelse teksti puhul eesti täitesõnade loendit ei ole, seega lülita filter välja (eemalda märge valikult Välista täitesõnad (the, and, of…)): siis loetakse kõik sõnad ja tabelis on ka sellised sõnad nagu „ja“, „on“ ja „ei“. Sõnade, fraaside ja osakaalude lugemine ise töötab ka eesti keeles.

Kuidas sõnu loetakse

Sõna on tähtedest või numbritest koosnev jada. Ülakoma või sidekriips kahe tähe vahel hoiab selle koos, nii et „don’t“, „well-known“, „ema-isa“ ja „peut-être“ on üksikud sõnad. Suur- ja väiketähti ei arvestata: „Tere“, „tere“ ja „TERE“ loetakse kokku.

Mõned normaliseerimised teevad tulemused kasulikumaks:

• Kõverad ja sirged ülakomad käsitletakse samamoodi.
• Prantsuse keeles eemaldatakse elideeritud artiklid ja asesõnad, nii et „l’homme“ ja „d’homme“ loetakse mõlemad sõnaks „homme“ ning „qu’il“ sõnaks „il“. „Aujourd’hui“ jääb üheks sõnaks.
• Inglise keeles eemaldatakse omastav „’s“: „Google’s“ loetakse sõnaks „google“.

Sõnu ei taandata tüvele: eesti keeles on „kass“ ja „kassid“ ning „kassi“ eraldi, samamoodi „cat“ ja „cats“. See hoiab arvud täpsed ja etteaimatavad. Käänatud ja pöördelised vormid tuleb vajadusel ise kokku liita.

Fraasid

2- või 3-sõnaliste fraaside puhul loeb tööriist iga järjestikuste sõnade jada, kuid mitte kunagi üle kirjavahemärgi: lauses „Paris, London ja Rooma“ ei ole „paris london“ fraas. Kui täitesõnad on välistatud, jäetakse vahele fraas, mis algab või lõpeb täitesõnaga, samas kui keskel olevad täitesõnad jäetakse alles, nii et „return on investment“ ja „quality of life“ ilmuvad ikka.

Fraaside arv on parim viis teksti tegelike teemade märkamiseks. Üksikud sõnad nagu „õppimine“ või „masin“ ütlevad ise vähe; „masinõpe“ ütleb palju.

Protsendid ja märksõna tihedus

Üksikute sõnade puhul on osakaal arv jagatud teksti sõnade koguarvuga, täitesõnad kaasa arvatud. Seda nimetavad SEO-tööriistad märksõna tiheduseks. Fraaside puhul on see arv jagatud selle pikkusega fraaside arvuga tekstis.

Rusikareegliks: märksõna, mis moodustab teksti mitu protsenti, võib lugeda korduvana ning otsingumootorid premeerivad loomulikku kirjutamist, mitte sihttihedust. Kasuta numbreid ülekasutatud sõnade ja puuduvate sünonüümide märkamiseks, mitte kvoodi täitmiseks.

Täitesõnade loendid

Täitesõnad on väga tavalised sõnad, nagu artiklid, asesõnad, eessõnad ja abiverbid, mis domineerivad igas sagedusloendis, ütlemata sisu kohta palju. See tööriist kasutab avatud lähtekoodiga stopwords-iso kogu inglise (1298 sõna) ja prantsuse (691 sõna) loendeid MIT-litsentsi all. Need on laiad loendid: kaasatud on ka mõned tavalised verbid ja määrsõnad. Kui vajalik sõna on peidetud, lülita filter välja.