Er textinn minn sendur eitthvert?

Nei. Allt er talið í vafranum þínum; stopporðalistarnir eru hlaðnir frá þessari síðu. Textinn þinn er aldrei sendur eða vistaður.

Af hverju birtast „cat“ og „cats“ í sitt hvorri röð?

Verkfærið telur orðmyndir nákvæmlega eins og þær eru skrifaðar og giskar ekki á stofna, sem gætu sameinað óskyld orð. Leggðu saman skyldar myndir sjálfur ef þú þarft samanlagða tölu. Það á líka við um íslenskar beygingarmyndir.

Get ég greint texta sem er skrifaður á báðum tungumálunum?

Já, en stopporðasían notar eitt tungumál í einu. Veldu aðaltungumál textans eða slökktu á síunni.

Hvað inniheldur CSV-skráin?

Hvert orð eða orðasamband sem fannst, ekki aðeins raðirnar sem eru sýndar, með fjölda sínum og hlutfalli í prósentum með tveimur aukastöfum. Skráin er UTF 8 kóðuð, þannig að orð með broddum opnast rétt í Excel, LibreOffice og Google Sheets.

Af hverju vantar tölur?

Hunsa tölur er sjálfgefið virkt því blaðsíðutölur, dagsetningar og verð skemma listann. Taktu hakið úr til að hafa þær með.

Orðatíðni – algengustu orð og orðasambönd í texta

Finndu algengustu orðin og orðasamböndin með 2 eða 3 orðum í hvaða texta sem er, með fjölda, hlutföllum, stopporðasíu á ensku eða frönsku og CSV-útflutningi.

Hvernig á að telja orðatíðni

Límdu textann þinn inn í inntaksreitinn: grein, ritgerð, afrit af samtali, umsagnir viðskiptavina eða svör úr könnun.
Veldu undir Sýna Stök orð, Orðasambönd með 2 orðum eða Orðasambönd með 3 orðum.
Haltu hakinu við Útiloka stopporð (the, and, of…) til að fela málfræðiorð og veldu Tungumál stopporða sem passar við textann þinn: enska eða franska.
Haltu hakinu við Hunsa tölur nema tölur skipti þig máli, eins og ártöl eða vörunúmer.
Lestu töfluna: hver röð sýnir orðið eða orðasambandið, fjölda þess, hlutfall og stiku sem ber það saman við það algengasta. Notaðu Raðir sýndar til að sjá 25, 50, 100 eða Allar raðir.
Smelltu á Sækja CSV til að opna allan listann í töflureikni.

Taflan uppfærist um leið og þú skrifar; Telja orð endurnýjar hana.

Mikilvægt: stopporð eru aðeins til fyrir ensku og frönsku

Stopporðalistar eru til fyrir ensku og frönsku. Fyrir íslenskan texta er engin stopporðasía: orð eins og „og“, „að“, „sem“ og „í“ verða áfram í töflunni. Ef þú greinir íslenskan texta skaltu slökkva á Útiloka stopporð og leita sjálfur að þeim orðum sem skipta máli. Meðhöndlun á „’s“ og úrfellingum er líka bundin við ensku og frönsku.

Íslenska er mjög beygingarrík: sama orðið birtist í mörgum myndum („hestur“, „hest“, „hesti“, „hests“, „hestar“…) og hver mynd er talin sér. Til að fá heildartíðni orðs þarftu að leggja saman myndirnar sjálfur.

Hvernig orð eru talin

Orð er runa af bókstöfum eða tölustöfum. Úrfellingarmerki eða bandstrik á milli tveggja bókstafa heldur því saman, þannig að „don’t“, „well-known“ og „peut-être“ eru stök orð. Há- og lágstafir eru hunsaðir: „The“, „the“ og „THE“ eru talin saman. Íslenskir stafir eins og á, ð, þ, æ og ö eru bókstafir og eru ekki aðskildir.

Nokkrar samræmingar gera niðurstöðurnar gagnlegri:

Bogin og bein úrfellingarmerki eru meðhöndluð eins.
Í frönsku eru greinar og fornöfn með úrfellingu fjarlægð, svo „l’homme“ og „d’homme“ teljast bæði „homme“ og „qu’il“ sem „il“. „Aujourd’hui“ er áfram eitt orð.
Í ensku er eignarfalls-„’s“ fjarlægt: „Google’s“ telst „google“.

Orð eru ekki stytt í stofn: „cat“ og „cats“ eru talin sérstaklega, sem heldur talningunni nákvæmri og fyrirsjáanlegri.

Orðasambönd

Með orðasamböndum með 2 eða 3 orðum telur verkfærið hverja runu orða í röð, en aldrei yfir greinarmerki: í „París, London og Róm“ er „parís london“ ekki orðasamband. Þegar stopporð eru útilokuð er orðasamband sem byrjar eða endar á einu slíku sleppt, en stopporð í miðjunni haldast, þannig að „return on investment“ og „quality of life“ birtast enn.

Talning orðasambanda er besta leiðin til að koma auga á raunveruleg viðfangsefni texta. Stök orð eins og „learning“ eða „machine“ segja lítið ein og sér; „machine learning“ segir mikið.

Hlutföll og lykilorðaþéttleiki

Fyrir stök orð er hlutfallið fjöldinn deilt með heildarfjölda orða í textanum, stopporð meðtalin. Þetta er það sem leitarvélabestunarverkfæri kalla lykilorðaþéttleika. Fyrir orðasambönd er það fjöldinn deilt með fjölda orðasambanda af þeirri lengd í textanum.

Þumalputtaregla er sú að lykilhugtak sem myndar nokkur prósent af texta getur virkað endurtekningarsamt, og leitarvélar umbuna eðlilegri ritun frekar en markþéttleika. Notaðu tölurnar til að koma auga á ofnotuð orð og samheiti sem vantar, ekki til að ná kvóta.

Stopporðalistar

Stopporð eru mjög algeng orð, eins og greinar, fornöfn, forsetningar og hjálparsagnir, sem ráða ríkjum í hverri tíðnitalningu án þess að segja mikið um innihaldið. Þetta verkfæri notar enska (1298 orð) og franska (691 orð) listana úr opna hugbúnaðarsafninu stopwords-iso, með MIT-leyfi. Þeir eru breiðir listar: sumar algengar sagnir og atviksorð eru líka með. Ef orð sem þú þarft er falið skaltu slökkva á síunni.

Orðatíðni