Word Frequency Counter

Paano bilangin ang dalas ng mga salita

1. I-paste ang iyong text sa input box: artikulo, sanaysay, transcript, review ng customer o sagot sa survey.
2. Sa ilalim ng Ipakita, piliin ang Mga solong salita, Mga parirala na may 2 salita o Mga parirala na may 3 salita.
3. Iwang naka-tick ang Hindi isama ang mga stop word (the, and, of…) para itago ang mga salitang pambalarila, at piliin ang Wika ng stop word na tugma sa iyong text: Ingles o Pranses.
4. Iwang naka-tick ang Huwag pansinin ang mga numero maliban kung mahalaga sa iyo ang mga numero, gaya ng mga taon o code ng produkto.
5. Basahin ang talahanayan: ipinapakita ng bawat hanay ang salita o parirala, ang bilang nito, ang bahagdan at isang bar na naghahambing dito sa pinakamadalas. Gamitin ang Bilang ng hanay na ipapakita para makita ang 25, 50, 100 o lahat ng hanay.
6. I-click ang I-download ang CSV para buksan ang buong listahan sa spreadsheet.

Nag-a-update ang talahanayan habang nagta-type ka; nire-refresh ito ng Bilangin ang mga salita.

Paano binibilang ang mga salita

Ang salita ay pagkakasunod-sunod ng mga letra o digit. Pinananatiling magkakasama ng apostrophe o gitling sa pagitan ng dalawang letra ang salita, kaya ang “don’t”, “well-known”, “peut-être” at ang mga salitang Filipino gaya ng “mag-aral” ay tig-iisang salita. Hindi pinapansin ang laki ng titik: pinagsasama ang “The”, “the” at “THE”.

May ilang pagsasaayos na nagpapakapaki-pakinabang sa resulta:

• Pareho ang turing sa kulot at tuwid na apostrophe.
• Sa Pranses, inaalis ang mga pantukoy at panghalip na may elision, kaya ang “l’homme” at “d’homme” ay parehong binibilang bilang “homme”, at ang “qu’il” bilang “il”. Nananatiling isang salita ang “aujourd’hui”.
• Sa Ingles, inaalis ang pagmamay-aring “‘s”: ang “Google’s” ay binibilang bilang “google”.

Hindi binabawasan sa ugat ang mga salita: magkahiwalay na nakalista ang “cat” at “cats”, na nagpapanatiling eksakto at tiyak ang mga bilang.

Mga parirala

Sa mga parirala na may 2 o 3 salita, binibilang ng tool ang bawat pagkakasunod-sunod ng magkakasunod na salita, pero hindi kailanman tumatawid ng bantas: sa “Paris, London and Rome”, hindi parirala ang “paris london”. Kapag hindi isinama ang mga stop word, nilalaktawan ang parirala na nagsisimula o nagtatapos sa isa, habang pinananatili ang mga stop word sa gitna, kaya lumalabas pa rin ang “return on investment” at “quality of life”.

Ang mga bilang ng parirala ang pinakamainam na paraan para makita ang tunay na paksa ng isang text. Kaunti ang sinasabi ng mga solong salita gaya ng “learning” o “machine”; marami ang sinasabi ng “machine learning”.

Mga bahagdan at keyword density

Para sa mga solong salita, ang bahagdan ay ang bilang na hinati sa kabuuang bilang ng salita sa text, kasama ang mga stop word. Ito ang tinatawag ng mga SEO tool na keyword density. Para sa mga parirala, ito ang bilang na hinati sa bilang ng mga pariralang may ganoong haba sa text.

Bilang pangkalahatang tuntunin, maaaring magmukhang paulit-ulit ang pangunahing terminong bumubuo ng ilang porsiyento ng text, at ginagantimpalaan ng mga search engine ang natural na pagsulat, hindi ang target na density. Gamitin ang mga numero para makita ang mga salitang sobrang nagamit at mga kulang na kasingkahulugan, hindi para abutin ang quota.

Mga listahan ng stop word

Ang mga stop word ay napakakaraniwang salita, gaya ng mga pantukoy, panghalip, pang-ukol at pantulong na pandiwa, na nangingibabaw sa anumang bilang ng dalas nang kaunti ang sinasabi tungkol sa nilalaman. Gumagamit ang tool na ito ng mga listahan ng Ingles (1,298 salita) at Pranses (691 salita) mula sa open-source na koleksyong stopwords-iso, sa ilalim ng lisensyang MIT. Malawak ang mga listahang ito: kasama rin ang ilang karaniwang pandiwa at pang-abay. Available lang ang mga stop word para sa Ingles at Pranses; walang listahan ng stop word para sa Filipino, kaya para sa text na Filipino, i-off ang filter o asahang makikita ang mga salitang gaya ng “ang”, “ng” at “sa” sa listahan. Kung nakatago ang salitang kailangan mo, i-off ang filter.