工具介绍
词频统计工具支持对英文和中文文本进行词汇出现频率统计,可自定义最小词长、停用词过滤和显示结果数量,方便用于文本分析、写作优化、SEO分析等场景。
使用方法
- 在「输入文本」框粘贴需要统计词频的文本内容
- 选择统计模式:英文单词统计、中文单字统计、中文二字滑动统计、中文三字滑动统计
- 设置最小词长(仅英文统计生效,过滤过短词汇)和需要显示的Top N结果
- 在停用词框输入需要过滤的词汇(每行一个),统计时会自动排除这些词汇
- 点击「开始统计」即可查看统计结果,包含总词数、不同词汇数和按词频排序的表格
统计原理
- 英文统计:按字母提取单词,自动转小写,过滤长度小于最小词长和停用词列表中的词汇
- 中文统计:
- 单字统计:逐个提取汉字,过滤停用词
- N字滑动统计:从文本第一个字开始,滑动窗口每次移动一个字,提取连续N个汉字作为词汇,过滤停用词
- 频率占比 = 当前词汇出现次数 ÷ 统计到的总词汇数 × 100%
注意事项
中文滑动统计不需要分词库,适合短文本词频统计。如果需要准确的中文分词词频统计,建议使用专业分词工具处理后再导入本工具。本工具统计结果仅供参考,不构成专业分析建议。