词频统计

词频统计

统计文本中词语与数字片段的出现次数

浏览器本地计算

贴入文本即时统计,可用下拉只看出现若干次以上的词。

词语次数

示例

输入

red blue red Green

示例结果

red  2\nblue  1\ngreen  1

输入文本不会上传。中文没有空格分词边界,连续汉字会作为一个片段。

技术细节与边界

浏览器通过 Unicode 属性匹配字母和数字片段,支持内部连字符与撇号;统计时按本地小写规则合并大小写。结果按次数降序、同次数按词语排序。

关于此工具

按 Unicode 字母与数字片段统计词频,默认按次数降序排列;输入不离开浏览器。

适用场景

  • 快速查看一段文本中重复出现的词语。

操作步骤

  1. 把要统计的文本粘贴到输入框,结果实时更新。
  2. 用「最少出现次数」过滤掉只出现一两次的词。
  3. 结果按次数降序排列,次数相同时按词排序。

注意事项

工具不进行中文分词;连续汉字会作为一个连续文本片段统计。

常见问题

英文词频统计会区分大小写吗?
本工具统计前会把文本转成小写,因此英文大小写不会分开计数。Apple与apple这2次出现会合并为apple并计数2;输出按次数降序排列,同频词再按文本顺序比较,原文无需手动改写。
词频统计最少出现次数怎么设置?
最少出现次数只过滤展示结果,不会改变原始词频。例如某词出现3次,阈值设为2时显示,设为4时隐藏;表格保留达到阈值的词,调整前应核对输入是否需要分词或清理不参与统计的内容。
中文词频统计能自动拆分中文词语吗?
本工具不能自动进行中文语义分词,而是把连续字母或数字片段作为统计单位。连续中文可能算作1组,用空格分成2段才会得到2组;若需词语级统计,应先用分词工具处理,再粘贴分隔后的文本。

相关工具

词频统计 · 统计文本中词语与数字片段的出现次数
词频统计 — 工具示意图 · dayeku.com