単語頻度カウント

仕組み

書き手は、気づかないうちに同じ表現を繰り返します。単語を数えるのは、9回も使っていた口癖のフレーズを見つける最も手早い方法で、編集中のページの大まかなキーワードチェックにもなります。

つなぎの単語

デフォルトでは、the、and、ofのような非常によくある単語は無視されます。どんなカウントでもそれらが目立ってしまい、何も分からないからです。主題ではなく文体を分析する場合は、含めてください。

単語の数え方

テキストは小文字に変換され、文字、数字、アポストロフィ以外で分割されるため、短縮形はそのまま保たれ、句読点によって誤った項目が作られることはありません。

単語と見なされるもの

単語とは、あらゆる文字体系（英語、アクセント付きのラテン文字、キリル文字、ギリシャ文字など）の文字または数字の連続で、アポストロフィは保持されるため、「don't」は1語です。最初にすべてが小文字にされるので、「The」と「the」は一緒に数えられます。

つなぎの単語

つなぎの単語を無視する場合、非常によくある26個の英単語が一覧から除外されます。the、a、an、and、or、but、of、to、in、on、at、for、with、is、are、was、were、be、been、it、its、this、that、as、by、fromです。この一覧は英語のみのため、他の言語のよくある単語は引き続き数えられます。

一覧の作られ方

単語は出現頻度の高い順に並べられ、同じ頻度のものはアルファベット順で、上位200語までが表示されます。合計はテキスト内のすべての単語を数えたもので、異なり語数は、つなぎの単語を無視する場合にはそれらを除いた数です。