Frecvența cuvintelor

Cum numeri frecvența cuvintelor

1. Lipește textul în câmpul de introducere: un articol, un eseu, o transcriere, recenzii ale clienților sau răspunsuri la un sondaj.
2. La Afișează, alege Cuvinte singure, Expresii de 2 cuvinte sau Expresii de 3 cuvinte.
3. Lasă bifat Exclude cuvintele de legătură (the, and, of…) ca să ascunzi cuvintele gramaticale și alege Limba cuvintelor de legătură care corespunde textului tău: engleză sau franceză.
4. Lasă bifat Ignoră numerele, cu excepția cazului în care numerele contează pentru tine, de exemplu anii sau codurile de produs.
5. Citește tabelul: fiecare rând arată cuvântul sau expresia, numărul de apariții, ponderea și o bară care o compară cu cea mai frecventă. Folosește Rânduri afișate ca să vezi 25, 50, 100 sau Toate rândurile.
6. Apasă Descarcă CSV ca să deschizi lista completă într-o foaie de calcul.

Tabelul se actualizează pe măsură ce scrii; Numără cuvintele îl reîmprospătează.

Limba textului și cuvintele de legătură

Numărarea funcționează pentru orice limbă care folosește litere, deci și pentru română: cuvintele cu ă, â, î, ș, ț sunt numărate corect. Filtrul cuvintelor de legătură există însă doar pentru engleză și franceză. Nu există o listă pentru română, așa că într-un text românesc cuvinte precum „și”, „de”, „în” sau „a” vor domina clasamentul dacă filtrul este activ. Pentru un text în română, dezactivează filtrul sau urmărește expresiile de 2 și 3 cuvinte, care scot mai bine în evidență subiectele reale.

Cum sunt numărate cuvintele

Un cuvânt este o succesiune de litere sau cifre. Un apostrof sau o cratimă între două litere îl păstrează întreg, deci „don’t”, „well-known”, „peut-être” sau „într-o” sunt cuvinte singure. Majusculele sunt ignorate: „Casa”, „casa” și „CASA” se numără împreună.

Câteva normalizări fac rezultatele mai utile:

• Apostrofurile curbe și cele drepte sunt tratate la fel.
• În franceză, articolele și pronumele elidate sunt eliminate, așa că „l’homme” și „d’homme” se numără ambele ca „homme”, iar „qu’il” ca „il”. „Aujourd’hui” rămâne un singur cuvânt.
• În engleză, un „’s” posesiv este eliminat: „Google’s” se numără ca „google”.

Cuvintele nu sunt reduse la rădăcină: „casă” și „case” sunt listate separat, ceea ce păstrează numerele exacte și previzibile. În română, asta înseamnă că formele articulate, de plural sau de caz ale unui cuvânt apar pe rânduri diferite.

Expresii

La expresiile de 2 sau 3 cuvinte, instrumentul numără fiecare secvență de cuvinte consecutive, dar niciodată peste semnele de punctuație: în „Paris, Londra și Roma”, „paris londra” nu este o expresie. Când cuvintele de legătură sunt excluse, o expresie care începe sau se termină cu unul este omisă, în timp ce cuvintele de legătură din mijloc sunt păstrate, așa că „return on investment” și „quality of life” apar în continuare.

Numărul de apariții ale expresiilor este cea mai bună metodă de a descoperi subiectele reale ale unui text. Cuvinte singure precum „învățare” sau „automată” spun puțin separat; „învățare automată” spune mult.

Procente și densitatea cuvintelor-cheie

Pentru cuvintele singure, ponderea este numărul de apariții împărțit la numărul total de cuvinte din text, inclusiv cuvintele de legătură. Aceasta este ceea ce instrumentele SEO numesc densitatea cuvintelor-cheie. Pentru expresii, este numărul de apariții împărțit la numărul de expresii de acea lungime din text.

Ca regulă generală, un termen-cheie care reprezintă câteva procente dintr-un text poate părea repetitiv, iar motoarele de căutare recompensează scrisul natural, nu o densitate-țintă. Folosește cifrele ca să descoperi cuvintele folosite în exces și sinonimele care lipsesc, nu ca să atingi o cotă.

Listele de cuvinte de legătură

Cuvintele de legătură (stop words) sunt cuvinte foarte frecvente, precum articolele, pronumele, prepozițiile și verbele auxiliare, care domină orice clasament de frecvență fără să spună mult despre conținut. Acest instrument folosește listele pentru engleză (1298 de cuvinte) și franceză (691 de cuvinte) din colecția open-source stopwords-iso, sub licența MIT. Sunt liste ample: includ și unele verbe și adverbe frecvente. Dacă un cuvânt de care ai nevoie este ascuns, dezactivează filtrul.