Numërues i frekuencës së fjalëve

Si ta numërosh frekuencën e fjalëve

1. Ngjit tekstin tënd në kutinë e hyrjes: një artikull, një ese, një transkript, komente klientësh ose përgjigje anketash.
2. Te Shfaq, zgjidh Fjalë të vetme, Fraza me 2 fjalë ose Fraza me 3 fjalë.
3. Mbaj të shënuar Përjashto fjalët e ndalimit (the, and, of…) për të fshehur fjalët gramatikore, dhe zgjidh Gjuha e fjalëve të ndalimit që i përshtatet tekstit tënd: anglisht ose frëngjisht.
4. Lëre të shënuar Injoro numrat përveç kur numrat kanë rëndësi për ty, si vitet ose kodet e produkteve.
5. Lexo tabelën: çdo rresht tregon fjalën ose frazën, numrin e saj, peshën dhe një shirit që e krahason me më të shpeshtën. Përdor Rreshta të shfaqur për të parë 25, 50, 100 ose Të gjithë rreshtat.
6. Kliko Shkarko CSV për të hapur listën e plotë në një fletë llogaritjeje.

Tabela përditësohet teksa shkruan; Numëro fjalët e rifreskon.

Gjuhët e mbështetura për fjalët e ndalimit

Filtri i fjalëve të ndalimit është i disponueshëm vetëm për anglisht dhe frëngjisht. Për tekst shqip numërimi funksionon, por nuk ka listë fjalësh ndalimi shqipe: fjalët si “dhe”, “një”, “të”, “për” do të shfaqen në tabelë dhe nuk mund të përjashtohen automatikisht. Zgjedhja e anglishtes ose e frëngjishtes nuk e ndryshon numërimin e fjalëve shqipe, ndaj për një tekst shqip mund ta lësh filtrin të çaktivizuar dhe t’i shpërfillësh vetë fjalët e zakonshme.

Si numërohen fjalët

Një fjalë është një varg shkronjash ose shifrash. Një apostrof ose vizë midis dy shkronjave e mban të tërë, ndaj “don’t”, “well-known” dhe “peut-être” janë fjalë të vetme. Shkronjat e mëdha e të vogla injorohen: “The”, “the” dhe “THE” numërohen së bashku. Shkronjat shqipe me ë dhe ç trajtohen si shkronja të zakonshme.

Disa normalizime i bëjnë rezultatet më të dobishme:

• Apostrofat e lakuara dhe të drejta trajtohen njësoj.
• Në frëngjisht, nyjat dhe përemrat e elidimit hiqen, ndaj “l’homme” dhe “d’homme” numërohen të dyja si “homme”, dhe “qu’il” si “il”. “Aujourd’hui” mbetet një fjalë.
• Në anglisht, “’s” i zotërimit hiqet: “Google’s” numërohet si “google”.

Fjalët nuk reduktohen në rrënjë: “cat” dhe “cats” listohen veç, çka i mban numërimet të sakta dhe të parashikueshme. Kjo vlen edhe për shqipen: trajtat e ndryshme të një fjale (“shtëpi”, “shtëpia”, “shtëpitë”) numërohen veç.

Frazat

Me frazat me 2 ose 3 fjalë, mjeti numëron çdo varg fjalësh të njëpasnjëshme, por kurrë përtej pikësimit: te “Paris, London and Rome”, “paris london” nuk është frazë. Kur fjalët e ndalimit përjashtohen, një frazë që nis ose mbaron me një të tillë anashkalohet, ndërsa fjalët e ndalimit në mes mbahen, ndaj “return on investment” dhe “quality of life” shfaqen prapëseprapë.

Numërimi i frazave është mënyra më e mirë për të gjetur temat e vërteta të një teksti. Fjalë të vetme si “learning” ose “machine” thonë pak më vete; “machine learning” thotë shumë.

Përqindjet dhe dendësia e fjalëve kyçe

Për fjalët e vetme, pesha është numri pjesëtuar me numrin e përgjithshëm të fjalëve në tekst, përfshirë fjalët e ndalimit. Kjo është ajo që mjetet SEO e quajnë dendësi e fjalëve kyçe. Për frazat, është numri pjesëtuar me numrin e frazave me atë gjatësi në tekst.

Si rregull i përafërt, një term kyç që zë disa përqind të tekstit mund të lexohet si përsëritës, dhe motorët e kërkimit shpërblejnë shkrimin natyral dhe jo një dendësi të synuar. Përdori numrat për të zbuluar fjalë të përdorura tepër dhe sinonime që mungojnë, jo për të arritur një kuotë. Përqindjet shfaqen sipas formatit të gjuhës së faqes.

Listat e fjalëve të ndalimit

Fjalët e ndalimit janë fjalë shumë të zakonshme, si nyje, përemra, parafjalë dhe folje ndihmëse, që dominojnë çdo numërim frekuence pa thënë shumë për përmbajtjen. Ky mjet përdor listat angleze (1 298 fjalë) dhe frënge (691 fjalë) të koleksionit me burim të hapur stopwords-iso, nën licencën MIT. Janë lista të gjera: përfshijnë edhe disa folje dhe ndajfolje të zakonshme. Nëse një fjalë që të duhet është e fshehur, çaktivizo filtrin.