词频统计
统计文本中词语与数字片段的出现次数
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
- 把要统计的文本粘贴到输入框,结果实时更新。
- 用「最少出现次数」过滤掉只出现一两次的词。
- 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