TanodTools
VI

Đếm tần suất từ

Dán văn bản để xem những từ và cụm từ nào xuất hiện nhiều nhất, kèm số lần và phần trăm, đồng thời bỏ qua các từ dừng phổ biến trong ngôn ngữ của bạn.

Chạy trong trình duyệt; những gì bạn nhập không rời khỏi thiết bị của bạn

Đếm

Dán văn bản để bắt đầu.

Văn bản dài tới vài triệu ký tự. Từ là chuỗi chữ cái và chữ số, dấu nháy đơn và dấu gạch nối nằm trong từ được giữ lại; cụm từ không bao giờ vượt qua cuối câu hay dòng mới. Danh sách từ dừng chỉ là danh sách ngắn các hư từ phổ biến nhất, không phải từ điển đầy đủ, và có cho tiếng Anh, Tây Ban Nha, Pháp, Đức, Bồ Đào Nha (Brazil), Ý, Indonesia, Thổ Nhĩ Kỳ, Việt, Nga, Ba Lan và Hindi.

Cách đếm tần suất từ

  1. Dán văn bản của bạn.
  2. Chọn từ đơn, cụm hai từ hoặc cụm ba từ, và chọn ngôn ngữ từ dừng nếu bạn muốn bỏ qua các từ như the, and hay of.
  3. Xem danh sách xếp hạng kèm số lần và phần trăm, rồi sao chép hoặc tải xuống dưới dạng CSV.

Cách tần suất từ được đếm

Văn bản được tách thành các từ, mỗi từ được chuyển về chữ thường, và công cụ đếm xem mỗi từ xuất hiện bao nhiêu lần. Danh sách xếp hạng đặt từ xuất hiện nhiều nhất lên đầu và sắp xếp theo thứ tự bảng chữ cái khi bằng nhau. Đếm mức độ lặp lại của từ là cách nhanh để thấy một văn bản thực sự nói về điều gì, kiểm tra xem một từ khóa có bị dùng quá nhiều không, tìm các thuật ngữ trong một cuộc phỏng vấn hoặc một loạt câu trả lời khảo sát, hay nhận ra thói quen như hay dùng đi dùng lại một từ trong bài luận.

Nếu không lọc gì, đầu danh sách hầu như luôn là các hư từ như the, of và and. Chọn một ngôn ngữ từ dừng sẽ loại chúng đi, và các từ mang nội dung nổi lên trên cùng. Các danh sách bao gồm những mạo từ, đại từ, giới từ, liên từ và trợ động từ phổ biến nhất của ngôn ngữ đó, dùng để xem nhanh chứ không phải cho công việc ngôn ngữ học.

Cụm từ được đếm là các chuỗi hai hoặc ba từ đứng cạnh nhau, nằm trong cùng một câu. Cụm từ lặp lại thường cho biết nhiều hơn từ đơn: chúng làm lộ tên sản phẩm, khẩu hiệu và các cách nói cố định trong văn bản. Khi bật từ dừng, các cụm bắt đầu hoặc kết thúc bằng từ dừng bị bỏ, nên những cụm còn lại có nghĩa hơn.

Phần trăm của một mục là số lần của nó chia cho tổng đã đếm. Tổng này thay đổi theo các tùy chọn, vì từ dừng và số bị bỏ đi sẽ không được tính. Hãy tải CSV để giữ toàn bộ danh sách hoặc để vẽ biểu đồ trong bảng tính.

Mẹo

Câu hỏi thường gặp

Thế nào được tính là một từ?

Một chuỗi chữ cái hoặc chữ số, có thể chứa dấu nháy đơn hoặc dấu gạch nối giữa các chữ cái, nên don't và well-known mỗi cái là một từ. Chữ hoa và chữ thường được coi là cùng một từ. Dấu câu và khoảng trắng phân tách các từ.

Cụm từ được đếm như thế nào?

Cụm hai từ là mọi cặp từ đứng cạnh nhau, và cụm ba từ là mọi bộ ba như vậy. Cụm từ không vượt qua dấu chấm, dấu hỏi, dấu chấm phẩy hay chỗ xuống dòng, nên từ cuối của một câu không bị nối với từ đầu của câu sau.

Các tùy chọn từ dừng có tác dụng gì?

Từ dừng là các hư từ rất phổ biến như the, and, of, el, la, le, der hoặc и. Với từ đơn, chúng bị loại khỏi danh sách. Với cụm từ, mọi cụm bắt đầu hoặc kết thúc bằng một từ dừng đều bị bỏ, nên bạn thấy các cụm như search engine thay vì of the search. Phần trăm được tính trên phần còn lại.

Phần trăm được tính như thế nào?

Đó là số lần của mục chia cho tổng số từ (hoặc cụm) đã đếm, sau khi đã bỏ từ dừng và số nếu bạn chọn như vậy.

Tệp CSV có gì?

Toàn bộ danh sách xếp hạng, không chỉ phần hiển thị trên màn hình, với các cột hạng, từ, số lần và phần trăm. Tệp là UTF-8 có dấu thứ tự byte để bảng tính hiển thị đúng chữ có dấu.

Văn bản của tôi có bị tải lên không?

Không. Văn bản được đếm ngay trong trình duyệt của bạn và không có gì rời khỏi thiết bị.